Como-aprendemos-Stanislas-Dehane-libro-completo

Índice
Cubierta
Índice
Portada
Copyright
Este libro (y esta colección)
Dedicatoria
Epígrafe
Introducción a las ciencias del aprendizaje
¿Por qué el aprendizaje?
Homo docens
Aprender a aprender
El desafío de las máquinas
Parte I. ¿Qué es aprender?
1. Siete definiciones del aprendizaje
Aprender es ajustar los parámetros de un modelo mental
Aprender es aprovechar la explosión combinatoria
Aprender es minimizar los errores
Aprender es explorar el espacio de lo posible Aprender
es optimizar una función de recompensa
Aprender es acotar el espacio de investigación
Aprender es proyectar hipótesis a priori
2. Por qué nuestro cerebro aprende mejor que las máquinas actuales
Lo que aún le falta a la inteligencia artificial
Aprender es inferir la gramática de un dominio
Aprender es razonar como un buen científico
Parte II. Cómo aprende nuestro cerebro
3. El saber invisible: las sorprendentes intuiciones de los bebés
El concepto de objeto
El sentido del número
La intuición de las probabilidades
4. El nacimiento de un cerebro
Desde el comienzo, el cerebro del bebé está bien estructurado
Las autopistas del lenguaje
La autoorganización de la corteza
Los orígenes de la individualidad
5. Lo que adquirimos
¿Qué es la plasticidad cerebral?
El retrato de un recuerdo
Verdaderas sinapsis y falsos recuerdos
La nutrición, una pieza clave del aprendizaje
Posibilidades y límites de la plasticidad sináptica
¿Qué es un período sensible?
Una sinapsis debe estar abierta o cerrada Milagro
en Bucarest
6. Reciclen su cerebro
La hipótesis del reciclaje neuronal
Las matemáticas reciclan los circuitos del número
La lectura recicla los circuitos de la visión y de la lengua hablada
Divisiones, ecuaciones y rostros
Los beneficios de un ambiente enriquecido
Parte III. Los cuatro pilares del aprendizaje
7. La atención
Alerta: el cerebro sabe cuándo prestar atención
Orientación: el cerebro sabe a qué prestar atención
Control ejecutivo: el cerebro sabe cómo procesar la información
Aprender a prestar atención
Presto atención si prestas atención
Enseñar es prestar atención a la atención del otro
8. El compromiso activo
Un organismo pasivo no aprende
Procesar en profundidad para aprender mejor
El fracaso de las pedagogías del descubrimiento
Sobre la curiosidad, y cómo despertarla
Saber qué y cuánto sabemos multiplica la curiosidad
Tres maneras de atentar contra la curiosidad en la escuela
9. El error es productivo y dar un buen feedback es garantía de mejores
aprendizajes
La sorpresa, motor del aprendizaje
El cerebro está repleto de mensajes de error
Feedback no es sinónimo de castigo
La calificación, ese penoso sucedáneo del feedback
Evaluarse para aprender mejor
La regla de oro: planificar intervalos entre los aprendizajes
10. La consolidación
Liberar los recursos cerebrales
El sueño, un ingrediente clave
El cerebro dormido revive los episodios de la víspera
Sueño de un descubrimiento de verano
El sueño, la infancia y la escuela
Conclusión
Agradecimientos
Bibliografía
Créditos de material gráfico
Stanislas Dehaene
¿CÓMO APRENDEMOS?
Los cuatro pilares con los que la educación puede potenciar
los talentos de nuestro cerebro
Edición al cuidado de
Yamila Sevilla y Luciano Padilla López
Traducción de
Josefina D’Alessio
Dehaene, Stanislas
¿Cómo aprendemos? / Stanislas Dehaene.- 1ª ed.- Ciudad Autónoma de Buenos Aires:
Siglo Veintiuno Editores Argentina, 2019.
Libro digital, EPUB.- (Ciencia que ladra… Serie Mayor // dirigida por Diego Golombek)
Archivo Digital: descarga
Traducción de Josefina D’Alessio // ISBN 978-987-629-974-9
1. Desarrollo mental. 2. Neurociencias. i. D’Alessio, Josefina, trad. II. Título.
CDD 612.825
Cet ouvrage, publié dans le cadre du Programme d’aide à la publication Victoria
Ocampo, a bénéficié du soutien de l’Institut français d’Argentine. Esta obra, publicada en
el marco del Programa Victoria Ocampo de Ayuda a la Publicación, cuenta con el apoyo
del Institut Français d’Argentine.
Título original: Apprendre! Les talents du cerveau, le défi des machines
© 2019, Stanislas Dehaene
© 2019, Siglo Veintiuno Editores Argentina S.A.
<www.sigloxxieditores.com.ar>
Diseño de cubierta: Eugenia Lardiés
Ilustraciones de cubierta: Guido Ferro
Corrección: Mariana Gaitán y Héctor Di Gloria
Digitalización: Departamento de Producción Editorial de Siglo XXI Editores Argentina
Primera edición en formato digital: noviembre de 2019
Hecho el depósito que marca la ley 11.723
ISBN edición digital (ePub): 978-987-629-974-9
Este libro (y esta colección)
Adorable puente se ha creado entre los dos.
Gustavo Cerati, “Puente”
Un primer saber […] necesario para la formación docente, desde
una perspectiva progresista[:] Enseñar no es transferir
conocimiento, sino crear las posibilidades para su propia
producción o construcción.
Paulo Freire, Pedagogía de la autonomía
Cuanto más estudio el cerebro humano, más me impresiona.
Stanislas Dehaene, en este mismo libro
En muchas universidades del mundo existen facultades o escuelas de
Ciencias de la Educación; por supuesto, siguen las líneas clásicas y las más
renovadoras de los últimos siglos en cuanto a pedagogía y otras disciplinas
sociales y humanas. Pero a veces da la sensación de que dejaron en suspenso
algunas ciencias y que, pasados ya los tiempos de Piaget, hubo cierto
divorcio con el trabajo de laboratorio. ¿Qué fue de los experimentos, las
evidencias y los conocimientos que la psicología cognitiva, la computación y,
muy especialmente, las neurociencias aportan para mejorar nuestras
experiencias de aprendizaje y de enseñanza? Mientras vemos naufragar
programas educativos, mientras nos quedamos con más errores o mitos que
pruebas, nos llegan noticias de los enormes avances de los estudios acerca de
nuestra conciencia, el procesamiento de la información en el cerebro o la
plasticidad neuronal que deberíamos aprovechar cuanto antes en las aulas.
Al otro lado del río, el estudio del cerebro viene prometiendo una
revolución en nuestro conocimiento de cómo y por qué hacemos lo que
hacemos y hasta cómo mejorar nuestro desempeño en diversos órdenes de la
vida. Así, aunque los frutos son muy recientes, la tentación de vincular la
investigación con el mundo educativo siempre ha sido importante. Pero el
pasaje nunca es tan simple y la expectativa es tan grande que esas promesas
se exponen al riesgo de resultar engañosas.
Lo cierto es que durante muchos años los grandes logros de los laboratorios
neurocientíficos se quedaban allí… en el laboratorio y, aunque supiéramos
cada vez más sobre la memoria, la motivación o el alerta, las consecuencias
no se veían en las aulas. Quizá por esto mismo, en la década de 1990 –ayer
nomás– apareció un trabajo de John Bruer llamado “Neurociencias y
educación: un puente demasiado lejos”. La respuesta llegó ya avanzado este
siglo, con investigaciones que respondían “es tiempo de construir el puente”,
delineando cómo por fin la escuela podía considerarse un campo para aplicar
los frutos de la cerebrología.
Uno de los constructores del puente es Stanislas Dehaene, sin duda uno de
los más importantes neurocientíficos contemporáneos. Con un rigor y un
carisma a toda prueba, nos convence de que si existe un destino para los
humanos, es el de aprender, tanto con lo que traemos de fábrica como con ese
acelerador de mentes que llamamos escuela. Pero allí, en esa escuela,
debemos considerar también el funcionamiento de la memoria (necesaria
aunque no goce de la mejor prensa), el rol de la atención, la importancia del
sueño y hasta de una buena alimentación. Y, también, explorar ciertas
patologías del desarrollo como ventanas abiertas que nos permiten
contemplar y comprender las funciones cerebrales.
Si de aprendizaje se trata, no podemos dejar de lado a las máquinas, que
prometen (o amenazan con) entender procesos cada vez más complejos e
incluso enseñarse a sí mismas, configurando modelos del mundo que se
acercan a la realidad y que algunos agitan como un fantasma. Sin embargo, el
autor nos tranquiliza recordando que –al menos por ahora– detrás de toda
gran máquina hay siempre un gran ser humano. Y que ese mismo ser humano
procesa datos, aprende y resuelve problemas mil veces más rápido que
cualquier inteligencia artificial que quiera hacerle sombra.
Y es que, en el fondo, ¿por qué aprendemos? ¿Tenemos un instinto de
aprendizaje? Podemos considerar las investigaciones clásicas sobre el canto
de los pájaros para proponer que sí, lo tenemos. Muchos pajaritos suelen
aprender sus músicas de otros tutores a los que imitan, para luego agregar un
toque personal que les permitirá desempeñarse mejor en la Ópera entre los
árboles. Cual pajaritos, los bebés parecen venir de fábrica con ese instinto, lo
que los lleva velozmente a hablar, cantar, comer caramelos o desarmar los
juguetes. Las investigaciones de Dehaene y sus colegas demuestran
inequívocamente que el cerebro de los bebés ya cuenta con herramientas
aritméticas, lingüísticas y con un GPS muy refinado: el bebé es, desde el
comienzo, una máquina de aprender. Crecer es, quizá, exagerarse a uno
mismo, poner en práctica ese plan innato que se va enriqueciendo a lo largo
de la vida. Como en el Aleph de Borges, el cerebro en desarrollo puede ser
“uno de los puntos del espacio que contienen todos los puntos” (algo que
Dehaene nos aclara cuando encuentra en la teoría de Thomas Bayes la
posibilidad de pensar al niño como a una suerte de estadístico).
Uno de los hallazgos prácticos de este libro es la propuesta de los cuatro
pilares del aprendizaje, que permiten mejorar de verdad la educación. Ya los
conocerán en detalle, pero vale la pena al menos enumerarlos para que esos
principios virtuosos empiecen a abrirse camino en sus neuronas:
la atención, ese mecanismo que nos permite darle importancia y
amplificar ciertas señales e ignorar otras,
el compromiso activo, o curiosidad, que nos obliga a tener cerebros
exigentes y motivados en el aula,
la detección y corrección de errores (el buen feedback que se aleja
diametralmente del castigo frente al error) y
la consolidación, esto es, la puesta en marcha de los diversos pasos en
la formación de las memorias.
Con esos cuatro jinetes del aprendizaje, y desplegando la evidencia empírica
que funda cada una de sus afirmaciones, Dehaene pone a la vista cuáles son
las consecuencias prácticas de sus investigaciones.
Por si fuera poco, luego de este extraordinario paseo por los recovecos del
cerebro que aprende, también conoceremos a otro Dehaene, el que se calza el
traje de hacedor –no por nada es el presidente del primer Consejo Científico
del Ministerio de Educación de Francia– y recuerda que la educación pública
debe ser siempre una de las primeras prioridades del Estado. Así, en la
conclusión nos regala trece recomendaciones para optimizar el potencial de
los niños en el proceso de enseñanza y aprendizaje. Del laboratorio y la
mente del autor al aula y a nuestras casas, sin escalas.
Adorable puente se ha creado entre las neurociencias y la educación.
Stanislas Dehaene es ese puente. Este libro es ese puente. Podemos cruzar
tranquilos.
La Serie Mayor de Ciencia que ladra es, al igual que la Serie Clásica, una
colección de divulgación científica escrita por científicos que creen que ya es
hora de asomar la cabeza por fuera del laboratorio y contar las maravillas,
grandezas y miserias de la profesión. Porque de eso se trata: de contar, de
compartir un saber que, si sigue encerrado, puede volverse inútil.
Ciencia que ladra… no muerde, sólo da señales de que cabalga.
Diego Golombek
Para Aurore, que acaba de nacer,
y para todas aquellas y todos aquellos
que fueron bebés alguna vez
Comenzad, pues, por estudiar mejor a vuestros alumnos;
seguramente no los conocéis.
Jean-Jacques Rousseau, Emilio o De la educación (1762)
Cosa extraña y casi pasmosa: conocemos todos los recodos del
cuerpo humano, ya catalogamos todos los animales del planeta,
describimos y bautizamos cada brizna de hierba, y durante siglos
dejamos las técnicas psicológicas libradas a su empirismo, como si
fueran menos importantes que las utilizadas por quienes nos curan,
nos crían y educan o cultivan los campos.
Jean Piaget, “La pedagogía moderna” (1949)
Si no sabemos cómo aprendemos, ¿cómo podríamos saber cómo
enseñar?
Leo Rafael Reif, presidente del MIT (2017)
Introducción a las ciencias del aprendizaje
En septiembre de 2008, el encuentro con un niño fuera de lo común me forzó
a revisar mis ideas sobre el aprendizaje. Estaba visitando uno de los
hospitales de la Rede Sarah de Brasilia, esos centros de salud de arquitectura
blanca que desarrolló João Filgueiras, inspirado en la estética de Oscar
Niemeyer. Esa red de nueve unidades se especializa en la “rehabilitación”
neurológica; desde hace unos diez años mi laboratorio (NeuroSpin,
dependiente del Inserm)[1] sostiene proyectos en colaboración con ella. Su
directora, la destacada psicóloga y neurocientífica Lúcia Braga, me propuso
conocer a uno de los pacientes: Felipe, un niño de 7 años que había
transcurrido la mitad de su vida en el hospital. Según me explicó Lúcia, a los
4 años este niño había recibido una bala perdida (por desgracia, en Brasil no
es algo tan infrecuente). El proyectil le seccionó la médula espinal, de modo
que lo dejó casi completamente paralizado en los cuatro miembros, es decir,
cuadripléjico. La bala también arrasó con las áreas visuales de la corteza:
Felipe quedó ciego. Para ayudarlo a respirar, se le hizo una traqueotomía en
la base del cuello. Desde hace tres años, vive en una habitación del hospital,
encerrado en su cuerpo inerte.
En el pasillo que me lleva a su habitación, me preparo mentalmente para
enfrentarme a un niño con una gran discapacidad. Y me encuentro con…
Felipe, un pequeño como todos los de 7 años, con el rostro lleno de vida,
conversador y de una curiosidad inagotable. Habla a la perfección, con un
vocabulario rico, y me pregunta con picardía sobre las palabras de mi lengua
materna, el francés. Descubro que es un apasionado de los idiomas y que
nunca pierde la ocasión de enriquecer su vocabulario trilingüe (portugués,
inglés y español). Si bien es ciego y está inmovilizado en la cama, viaja con
su imaginación y se distrae creando sus propios cuentos; el equipo del
hospital lo alienta en la tarea. En pocos meses, Felipe aprendió a dictar sus
historias a un asistente y luego a escribirlas con ayuda de un teclado
conectado a una terminal informática y a una placa de sonido. Los pediatras y
los terapeutas del lenguaje de esa institución, deslumbrados, se turnan junto a
la cama de Félipe para transformar esos relatos en verdaderos libros táctiles
ilustrados con imágenes en relieve que él palpa con orgullo, con la poca
sensibilidad de que dispone. Sus libros hablan de héroes y heroínas, de
montañas y de lagos que jamás volverá a ver, pero con los que sueña como
cualquier otro niño pequeño.
El encuentro con Felipe me conmocionó y al mismo tiempo me persuadió a
optar por una exploración de lo que, sin lugar a dudas, es el mayor talento de
nuestro cerebro: la capacidad de aprender. En efecto, este niño plantea a la
vez una hermosa lección de esperanza y un desafío para la neurociencia.
¿Cómo puede ser que las facultades cognitivas resistan a una alteración tan
grande del entorno? ¿Por qué Felipe y yo podemos compartir los mismos
pensamientos, aunque tengamos experiencias sensoriales tan diferentes?
¿Cómo logran distintos cerebros humanos converger en los mismos
conceptos, sin importar cómo ni cuándo los aprendan?
Muchos neurocientíficos son empiristas: consideran, como John Locke, que
el cerebro obtiene sus conocimientos de su ambiente. Según ellos, la principal
propiedad de los circuitos corticales es la plasticidad, la capacidad de
adaptarse. En efecto, las células nerviosas ajustan permanentemente sus
sinapsis en función de la información de entrada que reciben. Pero en este
caso, dado el impedimento del ingreso de información visual y motriz, Felipe
debería haberse convertido en un ser profundamente diferente. ¿Por obra de
qué milagro logró desarrollar facultades cognitivas estrictamente normales?
El caso de Felipe está lejos de ser un hecho aislado: todos conocen las
historias de Helen Keller o de Marie Heurtin, las dos fueron sordas y ciegas
de nacimiento que, tras duros años de aislamiento social, aprendieron lengua
de señas y lograron desarrollarse como pensadoras y escritoras brillantes.[2]
A lo largo de estas páginas, ustedes y yo tendremos otros encuentros que,
según espero, cambiarán por completo sus ideas sobre el aprendizaje.
Conocerán a Emmanuel Giroux, ciego desde los 11 años, eximio matemático
especializado en geometría. Parafraseando al zorro de El Principito de SaintExupéry, Emmanuel afirma convencido: “En geometría, lo esencial es
invisible a los ojos; solo se puede ver bien con la mente”. ¿Cómo llega este
hombre ciego a pasearse ágilmente por los abstractos espacios de la
geometría algebraica, a manipular planos, esferas y poliedros, sin haberlos
visto siquiera una vez? Descubriremos que utiliza los mismos circuitos
cerebrales que otros matemáticos, con la única salvedad de que su corteza
visual, lejos de permanecer inactiva, se recicló también para hacer
matemáticas.
Además, les presentaré a Nico, un joven pintor que, durante una visita al
museo Marmottan-Monet de París, logró hacer una excelente copia del
famoso cuadro de Monet Impresión, sol naciente (figura 1). ¿Qué tiene esto
de excepcional? Nada, excepto que su cerebro no posee más que un solo
hemisferio, el izquierdo: ¡cuando Nico tenía 3 años le fue extirpada casi la
totalidad del hemisferio derecho! Su cerebro, entonces, aprendió a alojar en
un solo hemisferio todos sus talentos: el habla, la lectura y la escritura, el
dibujo, la pintura, la informática e incluso la esgrima, deporte del que es
campeón internacional en silla de ruedas. Por favor, olviden todo lo que crean
saber acerca de los respectivos roles de los dos hemisferios, porque la vida de
Nico prueba que es completamente posible convertirse en un artista sin ayuda
del hemisferio derecho: la plasticidad cerebral parece obrar milagros.
En nuestra travesía visitaremos también los siniestros orfanatos de Bucarest
donde se tenía a los niños en un estado de cuasiabandono desde su
nacimiento. Al ampliar un poco nuestro rango de observación, notaremos que
tiempo después, pese a todo, algunos de ellos, que fueron adoptados antes de
cumplir 1 o 2 años, tuvieron una trayectoria escolar casi normal.
Figura 1. La plasticidad neuronal a veces logra compensar déficits impresionantes. Desde
sus 3 años, el joven pintor Nico no posee más que un hemisferio de su cerebro, el izquierdo.
Esto no le impidió volverse un artista consumado, capaz de pintar excelentes copias (abajo,
su versión de Impresión, sol naciente, cuadro de Manet) y obras propias (arriba).
Todos estos ejemplos revelan la extraordinaria resiliencia del cerebro
humano: ni siquiera un trauma grave como la ceguera, la pérdida de un
hemisferio o el aislamiento social logra extinguir la chispa del aprendizaje. El
lenguaje, la lectura, las matemáticas, la creación artística: todos estos talentos
singulares de la especie humana, que ningún otro primate posee, resisten un
daño masivo como la pérdida de un hemisferio, de la vista o de la motricidad.
Aprender es un principio vital, y el cerebro humano tiene un enorme
potencial para la plasticidad: para modificarse por sí solo y adaptarse. Pero en
este itinerario descubriremos también contraejemplos trágicos, casos en los
cuales el aprendizaje parece congelarse. Tomemos el ejemplo de la alexia
pura, la imposibilidad de leer la mínima palabra. Investigué en persona qué
les sucedía a muchos adultos, excelentes lectores, a quienes un minúsculo
accidente cerebrovascular, limitado a una región muy pequeña del cerebro,
volvió incapaces de descifrar incluso palabras tan simples como “pez” o
“mar”. Recuerdo a una mujer brillante, trilingüe, lectora fiel del diario Le
Monde, que se afligía porque, luego de su lesión cerebral, cada página del
diario parecía escrita en hebreo. Su motivación para reaprender a leer estaba a
la altura del desasosiego que había soportado. Sin embargo, dos años de
esfuerzos no le permitieron superar el nivel de lectura de un niño de primer
grado, que vocaliza letra por letra y tiene dificultades con cada palabra. ¿Por
qué ya no podía aprender? ¿Y por qué algunos niños disléxicos, discalcúlicos
o dispráxicos sienten la misma desesperanza radical al encarar la adquisición
de la lectura, el cálculo o la escritura, mientras que otros transitan esos
campos sin problema?
La plasticidad cerebral parece caprichosa: a veces se repone de déficits
enormes y a veces deja con una discapacidad permanente a niños y adultos
por demás motivados e inteligentes. ¿Depende de circuitos específicos? Y
esos circuitos, ¿pierden su plasticidad a lo largo de los años? La plasticidad,
¿se puede reactivar? ¿Cuáles son las reglas que la gobiernan? ¿Cómo hace el
cerebro de niñas y niños para ser tan eficaz desde el nacimiento y a lo largo
de la infancia? ¿Qué algoritmos implantados por la evolución permiten que
nuestros circuitos cerebrales elaboren una representación del mundo?
¿Comprender esos algoritmos nos garantizaría aprender mejor y más rápido?
¿Podríamos inspirarnos para construir máquinas más eficaces, inteligencias
artificiales que nos imiten o incluso nos superen? Estas son algunas de las
preguntas a las cuales este libro intenta dar respuesta, desde una perspectiva
decididamente multidisciplinaria, valiéndose de los hallazgos recientes en los
campos de las ciencias cognitivas y de las neurociencias, pero también de la
inteligencia artificial y de la educación.
¿Por qué el aprendizaje?
Es más que lógico tomar como punto de partida la indagación de por qué
debemos aprender. La existencia misma de la facultad del aprendizaje nos
plantea una serie de preguntas. ¿No sería mejor que nuestros hijos supieran
hablar y reflexionar desde el primer día, como Atenea, de quien cuenta la
leyenda que salió del cráneo de Zeus provista de una armadura completa,
casco y lanza, dando un grito de guerra? ¿Por qué no nacemos precableados,
con un software programado de antemano y dotado de todos los
conocimientos necesarios para nuestra supervivencia? En la lucha por la
supervivencia que describe Charles Darwin, un animal que naciera maduro,
con mayor conocimiento que los otros, ¿no debería al fin y al cabo ganar y
propagar sus genes? Y entonces, ¿por qué la evolución habrá inventado el
aprendizaje?
Mi respuesta es muy sencilla: el precableado completo del cerebro no es
posible ni deseable. ¿De verdad es algo imposible? Sí, porque si nuestro
ADN debiera especificar todos los detalles de nuestros conocimientos,
simplemente no dispondría de la capacidad de almacenamiento necesaria.
Nuestros 23 cromosomas incluyen 3.000.000.000 de pares de “letras” A, C,
G, T: las moléculas adenina, citosina, guanina y timina. ¿Qué cantidad de
información implica esto? La información se mide en bits: una decisión
binaria, 0 o 1. Visto que cada una de las cuatro letras del genoma codifica 2
bits (podemos codificarlos como 00, 01, 10 y 11), esto da un total de
6.000.000.000 de bits. A primera vista, parece un número importante, pero
atención: en las computadoras actuales contamos en bytes, que son
secuencias de 8 bits. El genoma humano se reduce, entonces, a cerca de 750
megabytes: ¡el contenido de una pequeña memoria USB! Y este cálculo
elemental ni siquiera contempla la gran cantidad de redundancias que tienen
cabida en nuestro ADN.
A partir de esta modesta dote de informaciones heredadas de millones de
años de evolución, nuestro genoma –inicialmente reducido a una sola célula,
el óvulo fecundado– logra organizar todo el cuerpo, cada molécula de cada
una de las células del hígado, los riñones, los músculos, y por supuesto, el
cerebro: 86.000.000.000 de neuronas, billones de conexiones, sí, miles de
miles de millones… ¿cómo podría definirlas una por una? Si damos por
sentado que cada conexión solo codifica 1 bit –lo cual es, por cierto, una
subestimación–, la capacidad de nuestro cerebro está en el rango de los 100
terabytes (alrededor de 1014 bits), es decir, unas 15.000 veces más que la
información contenida dentro del genoma humano. Nos vemos ante una
paradoja: ¡el fabuloso palacio que es nuestro cerebro tiene capacidad para
almacenar al menos quince mil veces más detalles que los planos del
arquitecto que se usaron para construirlo! No veo más que una explicación: la
estructura general del palacio se construye según las líneas rectoras del
arquitecto (nuestro genoma), mientras que los detalles se dejan a cargo del
contratista que los adapta al terreno (el entorno). Precablear un cerebro
humano en todos sus detalles sería rigurosamente imposible; por ende, el
aprendizaje debe prolongar la obra de los genes.
Este simple argumento contable, sin embargo, no es suficiente para explicar
por qué el aprendizaje está universalmente extendido en el mundo animal. En
efecto, hasta los organismos simples y desprovistos de corteza, como la
lombriz, la mosca de la fruta o los pepinos de mar, aprenden una buena
cantidad de sus comportamientos. Tomemos por ejemplo el Caenorhabditis
elegans, el pequeño gusano del grupo que llamamos “nematodos”. En los
últimos veinte años, este animalito de pocos milímetros se volvió una estrella
de los laboratorios, en parte porque su arquitectura posee un increíble
determinismo biológico y puede ser analizada hasta en sus menores detalles:
la mayor parte de los individuos cuenta con un total exacto de 959 células, de
las cuales 302 son neuronas. Todas sus conexiones son conocidas y
reproducibles. Y sin embargo, aprende (Bessa y otros, 2013; Kano y otros,
2008; Rankin, 2004). En un comienzo, los investigadores lo consideraban una
suerte de autómata solo capaz de nadar hacia delante o hacia atrás, pero luego
notaron que poseía al menos dos formas de aprendizaje: por habituación y
por asociación. La habituación significa que el organismo se adapta a la
presencia repetida de un estímulo (por ejemplo, una molécula en el agua) y
finalmente ya no responde a él. La asociación, por otro lado, consiste en
describir y retener en la memoria qué elementos del ambiente predicen las
fuentes de alimento o de peligro. Quedó comprobado que este gusano es un
campeón de la asociación, capaz de recordar que en el pasado determinados
gustos, olores o temperaturas estaban asociados al alimento (bacterias) o a
moléculas repulsivas (el olor del ajo), y de utilizar esa información para
elegir un camino óptimo a través de su ambiente.
Con tan pocas neuronas, el comportamiento de este gusano bien podría
haber estado precableado por completo. Si no lo está, es porque adaptarse a
las condiciones específicas en que vive resulta ventajoso para su
supervivencia. Incluso dos organismos genéticamente idénticos no nacen
siempre en el mismo ecosistema. En el caso del nematodo, la capacidad de
adaptar rápidamente su comportamiento a la densidad, la química y la
temperatura del lugar donde está le permite ser más eficiente. Por lo general,
todos los animales deben adaptarse con rapidez a las condiciones
imprevisibles de su existencia efectiva. Desde luego, la selección natural, el
algoritmo increíblemente eficiente de Darwin, logra adaptar cada organismo a
su nicho ecológico, pero lo hace con una lentitud desoladora: antes de que
una mutación favorable pueda aumentar la supervivencia, hace falta que
varias generaciones mueran en el intento. La facultad del aprendizaje, por su
parte, actúa mucho más rápido: puede modificar el comportamiento en unos
pocos minutos. Y es esto lo interesante del aprendizaje: la posibilidad de
ajustarse, lo más rápido posible, a condiciones imprevisibles.
Por todos esos motivos, hubo una evolución en el aprendizaje. A lo largo
del tiempo, los animales provistos de una capacidad siquiera rudimentaria de
aprender tuvieron mayores oportunidades de supervivencia que aquellos que
tenían conductas inamovibles. Además, eran más propensos a transmitir la
información a la generación siguiente, que para entonces ya disponía de
algoritmos de aprendizaje. Con esto, la selección natural propició el
surgimiento del aprendizaje. De por sí, los algoritmos implican el
descubrimiento de un buen recurso: es útil dejar que ciertos parámetros
cambien enseguida para acomodarse mejor a las condiciones más variables de
su ambiente.
Algunos factores de la física del mundo son estrictamente invariables: la
gravitación es universal y la propagación de la luz o de los sonidos en el aire
no cambian de un día para el otro, y he aquí por qué –¡afortunadamente!– no
tenemos necesidad de aprender a hacer crecer las orejas, los ojos, o los
laberintos del sistema vestibular que miden la aceleración de nuestro cuerpo:
todas estas propiedades se codifican genéticamente. En cambio, muchos otros
parámetros como el espacio entre los ojos, el peso y la longitud de brazos y
piernas o el tono de la voz, varían, y por ese motivo el cerebro debe
aprenderlos. Nuestro cerebro es resultado de una solución de compromiso:
mucho de innato (heredamos de la larga historia evolutiva gran parte de la
circuitería responsable de codificar las grandes categorías intuitivas con las
cuales subdividimos el mundo en imágenes, sonidos, movimientos, objetos,
animales, personas, causas…), pero quizá todavía más de adquirido, gracias a
ese sofisticado algoritmo que nos permite refinar esas competencias precoces
en función de nuestra experiencia.
Homo docens
Con todos esos elementos a nuestro alcance, si hiciera falta resumir en una
sola palabra el talento que caracteriza a nuestra especie, optaría por el verbo
“aprender”. Más que ser integrantes de la especie Homo sapiens, formamos
parte de Homo docens, la especie que se enseña a sí misma. Lo que sabemos
del mundo, en su mayor parte, no es algo que se nos haya dado: lo
aprendimos del ambiente o del entorno. Ningún otro animal pudo descubrir
como nosotros los secretos del mundo natural. Gracias a la extraordinaria
flexibilidad de sus aprendizajes, nuestra especie logró salir de su sabana natal
para cruzar desiertos, montañas, océanos y, en apenas varios miles de años,
conquistar las islas más remotas, las grutas más profundas, los hielos marinos
más inaccesibles e inhóspitos, y hasta la luna. Desde la conquista del fuego y
la fabricación de herramientas hasta la invención de la agricultura, la
navegación (marina, aérea y extraplanetaria) o la fisión nuclear, la historia de
la humanidad no es otra cosa que una reinvención constante. La fuente
secreta de todos estos logros es una sola: la extraordinaria facultad de nuestro
cerebro de formular hipótesis y seleccionarlas para transformar algunas de
ellas en conocimientos sólidos acerca del ambiente.
Nuestra especie hizo del aprendizaje su especialidad. En el cerebro, miles
de millones de parámetros son libres de adaptarse al medio, la lengua, la
cultura, los padres, la alimentación… Esos parámetros son elegidos
cuidadosamente: dentro del cerebro, la evolución definió, con precisión, qué
circuitos están precableados y cuáles están abiertos al ambiente. En nuestra
especie, la incidencia del aprendizaje es particularmente vasta, porque la
infancia se prolonga muchos años. Gracias al lenguaje y a las matemáticas,
nuestros dispositivos de aprendizaje tienen la posibilidad de transitar amplios
espacios de hipótesis que se incrementan en una combinatoria potencialmente
infinita, incluso si siempre se apoyan sobre bases fijas e invariables,
heredadas de la evolución.
En fecha más reciente, la humanidad descubrió que esta notable capacidad
de aprendizaje puede verse aún más fortalecida con ayuda de una institución:
la escuela. La pedagogía activa es un privilegio de nuestra especie: ningún
otro animal se toma el tiempo de enseñarles nuevos talentos a sus hijos,
deliberadamente, prestando atención a sus dificultades y errores. La
invención de la escuela, que sistematiza la instrucción informal presente en
todas las sociedades humanas, supuso un incremento significativo en el
potencial cerebral. Comprendimos que necesitábamos aprovechar esta
pródiga plasticidad del cerebro del niño para inculcarle un máximo de
informaciones y talentos. A lo largo de los años, las posibilidades de la
escolarización no dejaron de ganar eficacia: comenzaron cada vez más
temprano, desde el jardín de infantes, y se extendieron cada vez más. E
incluso cada vez más mentes se benefician de una enseñanza superior en la
universidad, auténtica sinfónica neuronal en que los circuitos cerebrales
ponen a tono y potencian sus mejores talentos.
Hoy en día, la educación puede considerarse el principal acelerador de
nuestro cerebro. Su lugar privilegiado, que recuerda por qué debe situarse
entre los primeros puestos de las inversiones del Estado, se justifica
fácilmente: sin ella, los circuitos corticales serían diamantes en bruto. La
complejidad de las sociedades contemporáneas debe su existencia a las
múltiples mejorías que la educación aportó a nuestra corteza: la lectura, la
escritura, el cálculo, el álgebra, la música, las nociones de tiempo y espacio,
el refinamiento de la memoria… ¿Sabían, por ejemplo, que la capacidad de
memoria de corto plazo de un analfabeto, la cantidad de sílabas o de cifras
que puede repetir, es casi una tercera parte de la de una persona escolarizada?
¿O que medidas tales como el coeficiente intelectual se incrementan varios
puntos por cada año adicional de educación y alfabetización?
Aprender a aprender
La educación multiplica las ya considerables facultades del cerebro, pero
¿podría ser incluso mejor? En la escuela, la universidad o el trabajo, forzados
a adaptarnos cada vez más rápido, hacemos malabares con nuestros
algoritmos cerebrales de aprendizaje. Sin embargo, ese despliegue
espectacular sucede de modo intuitivo, sin jamás haber aprendido a aprender.
Nadie nos explicó las reglas que hacen que el cerebro memorice y comprenda
o, por el contrario, olvide y se equivoque. Es una pena, porque los datos
abundan. Un excelente sitio inglés, el de la Education Endowment
Foundation (EEF), aporta largas listas de las más exitosas intervenciones
pedagógicas.[3] Y una de las más eficaces, según ellos, es la metacognición,
vale decir, el hecho de conocer mejor el funcionamiento cognitivo. Saber
aprender es uno de los factores más importantes del éxito escolar.
Por suerte, hoy en día sabemos mucho acerca de cómo funciona el
aprendizaje. A lo largo de los últimos treinta años, la investigación en las
fronteras de la ciencia de la computación, la neurobiología y la psicología
cognitiva, permitió comprender los algoritmos que utiliza el cerebro, los
circuitos involucrados, los factores que modulan su eficacia y los motivos de
su tan excepcional eficiencia en los humanos. El funcionamiento de la
memoria, el papel que desempeña la atención, la importancia del sueño son
descubrimientos igualmente ricos en consecuencias para todos nosotros. Me
ocuparé de cada una de estas cuestiones a lo largo de estas páginas. Por eso,
espero que cuando cierren este libro sepan mucho más sobre sus propios
procesos de aprendizaje. Me parece fundamental que cada niño, cada adulta,
tenga plena conciencia del potencial de su propio cerebro y también, por
supuesto, de sus límites. Al realizar una disección sistemática de los
algoritmos mentales y los mecanismos cerebrales, las ciencias cognitivas
contemporáneas recuperan y actualizan la célebre máxima de los Siete
Sabios, inscripta en el Oráculo de Delfos: “Conócete a ti mismo”. Hoy en día,
ya no es cuestión de practicar la introspección, sino de conocer mejor la
refinada mecánica neuronal que da lugar a los pensamientos, para así
dominarla mejor y ponerla al servicio de nuestras necesidades, metas y
deseos.
La emergente ciencia del aprendizaje es de especial importancia para
quienes hacen de la enseñanza su actividad profesional: docentes y
educadores. Tengo la profunda convicción de que no podemos enseñar de
una manera conveniente sin poseer un modelo mental de lo que ocurre dentro
de la cabeza del niño: cuáles son sus intuiciones, correctas o erróneas, cuáles
son las etapas por las que debe pasar en su avance y qué factores lo ayudan a
desarrollar sus capacidades.
Si bien las neurociencias cognitivas no tienen todas las respuestas, gracias a
ellas en la actualidad sabemos que todos los niños comienzan la vida con una
arquitectura cerebral similar: un cerebro de Homo sapiens, que difiere
radicalmente de los de otros simios. Desde luego, no niego que los cerebros
varían: tanto las peculiaridades de nuestros genomas como las
excentricidades de nuestro desarrollo cerebral aseguran distintas fuerzas y
velocidades de aprendizaje. Con todo, el bloque básico de circuitos es el
mismo en cada cual (y otro tanto sucede con la organización de los
algoritmos de aprendizaje). Entonces, hay principios fundamentales que cada
modalidad de enseñanza, si pretende ser eficaz, debe respetar. En este libro,
daremos numerosos ejemplos. Las habilidades que los niños muy pequeños
tienen para el lenguaje, la aritmética, la lógica o la estimación de
probabilidades demuestran la existencia de intuiciones precoces y abstractas
sobre las cuales debe apoyarse la enseñanza. Todas ellas se potencian si se
enfoca la atención, se adopta un compromiso activo, se reconocen y rectifican
los errores (lo que se conoce como feedback) y se practica un ciclo de
experimentación durante el día y de consolidación a la noche. Esos son para
mí los cuatro pilares del aprendizaje, porque, como veremos, los encontramos
desde que se echan los cimientos del edificio del algoritmo universal del
aprendizaje humano, presente en todos los cerebros, tanto en la infancia como
en la edad adulta.
Al mismo tiempo, nuestros cerebros presentan variaciones individuales, y
en algunos casos extremos puede aparecer una patología. La realidad de las
patologías del desarrollo como la dislexia, la discalculia, la dispraxia o los
trastornos de atención ya está confirmada por completo, y hay estrategias
para detectarlas y compensarlas. Uno de los objetivos de este libro es dar
mayor difusión a estos conocimientos, en busca de que cada docente, así
como cada familia, pueda derivar las consecuencias y adaptar su manera de
enseñar. Por supuesto, hay variaciones muy grandes entre lo que los distintos
niños saben, pero eso nunca significa que dejen de tener los mismos
algoritmos de aprendizaje. Así, los recursos o “trucos del oficio pedagógico”
que resultan más efectivos con todos los niños son aquellos que tienden a
serlo también con quienes tienen déficits de aprendizaje: solo hay que
aplicarlos con mayor enfoque, paciencia, sistematicidad y tolerancia al error.
El último factor es decisivo. Si bien la detección del error y la consiguiente
respuesta son indispensables, muchos niños pierden confianza, motivación y
curiosidad porque en vez de una corrección reciben un castigo. Hay que
prestar mucha atención para desvincular por completo error y castigo (y
todavía queda mucho por decir acerca del triste papel que desempeñan las
distintas instancias escolares en la perpetuación de esta confusión). Las
emociones negativas aplastan el potencial de aprendizaje de nuestro cerebro,
mientras que un entorno que haya desterrado el miedo y la amenaza puede
reabrir las puertas de la plasticidad neuronal. No habrá un verdadero progreso
en el campo de la educación si a la vez no se integran las facetas cognitiva y
emocional del desarrollo del cerebro, dos ingredientes indispensables desde
la perspectiva de la neurociencia cognitiva actual.
El desafío de las máquinas
Hoy en día, la inteligencia humana se enfrenta a un nuevo desafío: ya no es la
única que sabe aprender. En todos los campos del saber existen algoritmos
que desafían a nuestra especie, porque aprenden a reconocer los rostros o las
voces, a transcribir el habla, a traducir las lenguas extranjeras, a controlar las
máquinas, e incluso a jugar al ajedrez o al go (y muchas veces aprenden todo
eso mejor que nosotros). Los algoritmos de machine learning nutren una
industria multimillonaria que, cada vez más, se inspira en el cerebro humano.
¿Cómo funcionan estos algoritmos artificiales? ¿Sus principios pueden
ayudarnos a comprender qué es el aprendizaje? ¿Lograron ya imitar el
funcionamiento de nuestro cerebro o todavía les queda mucho por aprender?
Si bien los avances actuales de la informática son fascinantes, sus límites
son claros. Los algoritmos convencionales de deep learning no hacen otra
cosa que imitar una pequeña parte del funcionamiento del cerebro: la que
corresponde a las primeras etapas del tratamiento sensorial, los famosos 200
o 300 milisegundos (ms) durante los cuales el cerebro opera de un modo no
consciente. Eso no quiere decir que este tratamiento sea superficial: en una
fracción de segundo, nuestro cerebro puede reconocer un rostro o una palabra
y, en este segundo caso, además asociarla a un contexto, comprenderla e
integrarla a una pequeña frase… Sin embargo, este proceso todavía es
estrictamente ascendente –bottom-up en inglés–, vale decir, sin una verdadera
capacidad de reflexión. Solo en una segunda etapa, tanto más lenta,
consciente y reflexiva, nuestro cerebro logra desplegar todas sus capacidades
de razonamiento, de inferencia, de flexibilidad que las máquinas actuales
todavía están lejos de igualar. Incluso las arquitecturas informáticas más
avanzadas están muy por debajo de la capacidad de las crías humanas a la
hora de construir modelos abstractos del mundo.
Aun dentro de su dominio preferencial, el reconocimiento veloz de las
formas, los algoritmos actuales chocan con un segundo problema: son mucho
menos eficaces que el cerebro humano. Y en el estadío que alcanzó en la
actualidad, el machine learning consiste en poner a funcionar procesadores
en millones, e incluso miles de millones, de pruebas de práctica. Esa
modalidad pierde de vista la economía de los datos, ya que considera que
machine learning es sinónimo de big data: sin una enorme cantidad de
información, los algoritmos no consiguen extraer conocimientos abstractos
generalizables a situaciones nuevas. En síntesis, no hacen el mejor uso de los
datos.
Y en este virtual certamen, el bebé más pequeño se lleva las palmas sin
mayores esfuerzos de su parte; no necesita más que una o dos repeticiones
para aprender una palabra nueva. Su cerebro saca el mayor provecho de una
porción extremadamente escasa de datos, capacidad que todavía resulta
elusiva para los procesadores de última generación. Los algoritmos
neuronales de aprendizaje suelen alcanzar un cómputo cercano al óptimo. A
menudo, consiguen extraer la verdadera esencia aun de una observación
ínfima. Si desean alcanzar el mismo desempeño, los investigadores en
informática deben inspirarse en los numerosos trucos del aprendizaje que la
evolución integró en nuestro cerebro: la atención, por ejemplo, que nos
permite seleccionar y amplificar una información pertinente; o bien el sueño,
un algoritmo mediante el cual el sistema nervioso central hace la síntesis de
los aprendizajes del día. Comienzan a ver la luz máquinas provistas de estas
propiedades, y su desempeño no deja de crecer. Sin duda, serán ellas las que,
mañana, competirán con nuestra mente.
Una teoría emergente, llamada “teoría del cerebro estadístico”, explica que
el cerebro humano todavía es superior a las máquinas porque actúa como un
estadístico; constantemente atento a probabilidades e incertidumbres,
optimiza su capacidad de aprendizaje. Un teorema matemático lo verifica:
solo la manipulación de probabilidades –es decir, de las incertidumbres sobre
lo que aprendimos–, permite obtener el máximo provecho de cada
información. Parece que a lo largo de su evolución nuestro cerebro descubrió
este truco que consiste en tener un registro constante de la incertidumbre
asociada a cada información, y actualizarlo durante cada aprendizaje.
Numerosos datos experimentales respaldan esta hipótesis. Hasta los bebés
comprenden las probabilidades, y estas parecen profundamente inscriptas en
los circuitos cerebrales. Cada niño actúa como un pequeño científico en
ciernes: a sus espaldas, su cerebro formula hipótesis, verdaderas teorías
científicas que cada experiencia pone a prueba. El razonamiento sobre las
probabilidades –también inconsciente, pero con fuerte arraigo en la lógica de
nuestros aprendizajes– permite rechazar gradualmente las hipótesis falsas y
conservar solo las teorías que funcionan. A diferencia de otras especies
animales, los seres humanos parecen poseer algoritmos muy particulares para
formular teorías del mundo exterior. Solo el Homo sapiens logra generar de
manera sistemática pensamientos simbólicos abstractos y actualizar su
plausibilidad ante nuevas observaciones.
En la actualidad, nuevos algoritmos –llamados “bayesianos” en honor al
reverendo Thomas Bayes (1701-1761), quien bosquejó esta teoría ya en el
siglo XVIII– comienzan a formalizar e implementar esta visión del
aprendizaje. Apuesto a que van a revolucionar el machine learning; de hecho,
veremos que ya son capaces de obtener información abstracta con una
eficacia próxima a la de un científico humano.
***
Ya podemos levar anclas y explorar juntos lo que hoy en día comprendemos
del aprendizaje. Les propongo un viaje en tres etapas.
En la primera parte, titulada “¿Qué es aprender?”, analizaremos las teorías
actuales del aprendizaje a la luz de su implementación concreta en las
computadoras. Será el momento de formalizar lo que significa aprender. Y la
idea es sencilla: aprender es configurar, en los circuitos de silicio o neurales,
un modelo interno del mundo que nos rodea. Cuando uno camina por una
ciudad desconocida, arma en su mente un mapa de su aspecto externo, un
modelo en miniatura de sus calles y pasajes. Lo mismo sucede cuando una
niña empieza a aprender a andar en bicicleta y perfila en sus circuitos
neurales una simulación inconsciente a propósito del modo en que las
acciones ejercidas sobre los pedales y el manubrio afectan la estabilidad de la
bicicleta misma. Y de un modo similar, un algoritmo informático de
aprendizaje de reconocimiento facial adquiere plantillas de rasgos posibles
respecto de ojos, narices, bocas y sus combinaciones.
Pero ¿cómo generamos un modelo mental adecuado? Como veremos, la
mente de quien aprende puede compararse con una máquina gigantesca con
millones de parámetros regulables, cuyos valores de ajuste definen en
conjunto qué se aprende (por ejemplo, qué calles pueden llegar a figurar en el
mapa mental del barrio). En el cerebro, los parámetros son sinapsis (las
conexiones entre neuronas, que pueden variar en potencial); en la mayoría de
las computadoras actuales, son los “pesos”, vale decir, las probabilidades
ponderables de cada hipótesis factible. Así, tanto en los cerebros como en las
máquinas, aprender requiere buscar la combinación óptima de parámetros
que, una vez reunidos, definen cada detalle del modelo mental. En este
sentido, el del aprendizaje es un problema de búsqueda a gran escala. Por eso,
analizar cómo operan los algoritmos en las computadoras actuales puede ser
de gran ayuda para entender cómo funciona el aprendizaje en el cerebro
humano.
Mediante la comparación de los desempeños de los algoritmos informáticos
con los de nuestro cerebro, in silico versus in vivo, comenzaremos a entrever
cómo el aprendizaje, para ser óptimo, debe apoyarse sobre un uso razonado
de las probabilidades y de las estadísticas. Por supuesto, los matemáticos y
los especialistas en ciencia computacional no consiguieron (todavía) diseñar
algoritmos tan poderosos como los del cerebro humano. Sin embargo,
empiezan a destinar cada vez más atención a pensar cuál es el algoritmo de
aprendizaje de eficiencia óptima para su uso en cualquier sistema. Entre los
modelos del todo innato y el todo adquirido, emerge uno nuevo: el del
cerebro bayesiano, un verdadero estadístico neuronal. Esta teoría postula una
clara división del trabajo entre naturaleza y crianza. Nuestros genes, en el
seno del cerebro en desarrollo, establecen vastos espacios de hipótesis a
priori, así como los mecanismos que permiten adaptarlos a los inputs del
mundo exterior, y el ambiente selecciona, entre estas hipótesis, las que mejor
se corresponden con ese mundo. Así, el repertorio de hipótesis está
especificado genéticamente, mientras que su selección depende de la
experiencia.
¿Esta teoría se corresponde verdaderamente con el funcionamiento del
cerebro? ¿Cómo se implementa el aprendizaje en nuestros circuitos
biológicos? ¿Qué se modifica en el cerebro cuando adquirimos nuevas
habilidades? En la segunda parte, “Cómo aprende nuestro cerebro”,
pondremos proa hacia la psicología y las neurociencias. El foco del catalejo
quedará sobre la cuna del bebé humano, una auténtica máquina de aprender,
muchas veces imitada pero jamás igualada. Los datos recientes demuestran
que el niño es este estadístico en ciernes que predice la teoría bayesiana. Sus
intuiciones fulgurantes en los ámbitos del lenguaje, de la geometría, de los
números o de las estadísticas confirman que no existe algo como una pizarra
en blanco, una tabula rasa. Desde el nacimiento, los circuitos neuronales del
niño están bien organizados y proyectan hipótesis sobre el mundo exterior.
Pero también poseen un considerable margen de plasticidad, que se traduce
en una permanente ebullición de cambios a escala celular. Dentro de esta
máquina estadística, lo innato y lo adquirido, lejos de oponerse, se combinan,
dando como resultado un sistema estructurado pero plástico, capaz de
autorrepararse en caso de una lesión cerebral tanto como de reciclar sus
circuitos para aprender a leer o a hacer matemáticas.
En la tercera parte, “Los cuatro pilares del aprendizaje”, detallaré algunos
de los trucos que hacen del cerebro el dispositivo de aprendizaje más eficaz
que conocemos en la actualidad. Cuatro mecanismos esenciales modulan
masivamente nuestra capacidad de aprender. En primer lugar, la atención: un
conjunto de circuitos neuronales que seleccionan, amplifican y propagan las
señales a las que damos importancia, y multiplican por cien o por mil su
representación en la memoria. En segundo lugar, el compromiso activo: en
los hechos, un organismo pasivo aprende poco y nada, porque el acto de
aprender exige del cerebro la generación activa de hipótesis, con motivación
y curiosidad. En tercer lugar, y como complemento natural del compromiso
activo, la detección y corrección de errores, en un buen feedback: cada vez
que nos sorprendemos porque el mundo contradice nuestras expectativas, las
señales de error se propagan por todo el cerebro y se ocupan de corregir los
modelos mentales, eliminar las hipótesis inadecuadas y estabilizar las más
pertinentes. Por último, el cuarto factor es la consolidación: con el paso del
tiempo, el cerebro compila lo adquirido y lo transfiere a la memoria de largo
plazo, con el objetivo de liberar los recursos para otros aprendizajes. La
repetición desempeña un papel esencial en esta consolidación, y también el
sueño, que, lejos de ser un período de inacción, constituye un momento
privilegiado durante el cual el cerebro repite y recodifica las adquisiciones
del día. Estos cuatro pilares del aprendizaje tienen validez universal. No
importa si somos bebés, niños o adultos: los desplegamos a cualquier edad.
Por este motivo debemos aprender a dominarlos; solo así podemos aprender a
aprender.
En la conclusión, revisaré las consecuencias prácticas de los avances
científicos. Cambiar las prácticas en la escuela, la familia o la oficina no es
necesariamente tan complicado como pensamos. Existen algunas ideas muy
sencillas acerca del juego, el placer, la curiosidad, la socialización, la
concentración o incluso el sueño que pueden consolidar aún más lo que ya es
el mayor talento de nuestro cerebro: la capacidad de aprender que ejercemos
y ejercitamos constantemente.
[1] Instituto Nacional de Salud e Investigación Médica francés. [N. de E.]
[2] Recomiendo las películas The Miracle Worker (Arthur Penn, 1962) [que en
castellano se conoce con distintos títulos: El milagro de Ana Sullivan, Ana de los
milagros, Un milagro para Helen o La maestra milagrosa] y Marie Heurtin (JeanPierre Améris, 2014) [El lenguaje del corazón o bien La historia de Marie Heurtin];
así como los libros Arnould (1900) y Keller (1903).
[3] Invito a visitar ese sitio web, <educationendowmentfoundation.org.uk/evidencesummaries/teaching-learning-toolkit>.
Parte I
¿Qué es aprender?
La inteligencia puede considerarse como la capacidad de convertir
información en bruto en conocimientos útiles y explotables.
Demis Hassabis, fundador de la empresa de IA DeepMind
(2017)
¿Qué es aprender? Este verbo posee la misma raíz latina que “aprehender”:
tomar, atrapar, asir. Aprender, entonces, es asir con el pensamiento: llevarse
una porción de realidad, un modelo de la estructura del mundo. Como bien
dice Demis Hassabis (gerente general de la empresa inglesa DeepMind, filial
de Google, y uno de los investigadores más activos en inteligencia artificial),
aprender consiste en transformar la información que recibimos en un
conjunto de conocimientos útiles y explotables. Gracias al aprendizaje, los
datos en bruto que impactan nuestros sentidos se convierten en ideas
abstractas, refinadas y lo suficientemente generales como para que podamos
explotarlas en situaciones novedosas: en ciencias cognitivas, esos conjuntos
de ideas reciben el nombre de “modelos internos”.
En las páginas siguientes, revisaremos lo que la inteligencia artificial y las
ciencias cognitivas nos enseñaron acerca del funcionamiento de estos
modelos internos, tanto en máquinas como en cerebros, y de la forma en que
la representación de la información se transforma con el aprendizaje.
Comenzaremos por examinar las redes de neuronas convencionales, modelos
informáticos inspirados en el cerebro humano. ¿Cómo hacen para ajustar sus
parámetros para modelar el mundo exterior? Veremos que, pese a su éxito, de
momento no logran asir más que una fracción de las capacidades del cerebro
humano. Como por encanto, al reseñar los distintos trucos de que se valieron
los ingenieros para propiciar que poco a poco las máquinas aprendiesen,
haremos aparecer una imagen más nítida de los fabulosos cómputos que los
niños deben realizar mientras aprenden a ver, hablar o escribir. El lenguaje y
las matemáticas requieren mucho más que una red de neuronas: necesitan una
verdadera lengua interior, capaz de combinar los conceptos y de seleccionar
entre estas combinaciones en función de su plausibilidad estadística. La
perspectiva que emergerá de allí es la de un cerebro estadístico, que formula
hipótesis como un científico y las adopta o rechaza en función de los datos
que recibe. Y en los hechos, como veremos, el cerebro del niño no cede la
delantera: pese a sus logros, los algoritmos de aprendizaje actuales solo
abarcan una fracción de las capacidades del cerebro humano. Al entender con
exactitud dónde deja de funcionar la metáfora del machine learning y en qué
instancia incluso un cerebro infantil supera a la computadora más potente,
delinearemos con claridad qué significa “aprender”.
1. Siete definiciones del aprendizaje
Retomo y reitero la pregunta: ¿qué significa “aprender”? Como definición
inicial y más amplia, sostengo que aprender es construir un modelo interno
del mundo exterior. Incluso si no nos damos cuenta, nuestro cerebro es
portador de miles de esos modelos internos (desde una perspectiva
metafórica, equivalen a maquetas, modelos a escala, más o menos fieles a la
realidad que representan). Tenemos todo en la cabeza: por ejemplo, un plano
de nuestro barrio o un mapa mental de nuestra casa u oficina, podemos cerrar
los ojos y verlos con el pensamiento. Por supuesto, nadie nació con este mapa
mental, sino que cada cual tuvo que adquirirlo mediante el aprendizaje.
La riqueza de estas representaciones mentales –en su mayoría,
inconscientes– supera la imaginación. Disponemos, por ejemplo, de un
amplio modelo mental de la lengua castellana, que en este momento les
permite comprender las palabras que leen y adivinar que “platsovski” no es
una palabra de su idioma, mientras que “sextante” sí lo es y “blascón” podría
serlo. Nuestro cerebro también alberga muchos modelos del cuerpo propio: se
vale de ellos para codificar dónde están sus miembros, cómo dirigirlos, a qué
velocidad moverlos, cómo mantener el equilibrio… Otros modelos mentales
representan el conocimiento de los objetos y de nuestras interacciones con
ellos: cómo sostener un lápiz, escribir o andar en bicicleta. Otros nos traen las
mentes de los demás, un enorme catálogo mental de las personas que nos son
próximas, de su aspecto, su voz, sus gustos y sus tics.
Estos modelos mentales pueden generar simulaciones hiperrealistas del
universo que nos rodea. ¿Alguna vez notaron que el cerebro suele proyectar
los más auténticos reality shows virtuales (valga la supuesta paradoja), en los
cuales es posible caminar, moverse, bailar, visitar lugares nuevos, tener
conversaciones brillantes o sentir emociones profundas? ¡Esos son sus
sueños! Es fascinante tomar conciencia de que todos los pensamientos (a
menudo muy complejos) que nos llegan durante los sueños son solo producto
del libre funcionamiento de los modelos internos del mundo.
Pero también soñamos la realidad cuando estamos despiertos: nuestro
cerebro proyecta permanentemente sobre el mundo exterior hipótesis, marcos
de interpretación que le dan sentido al flujo de datos que nos llega por los
sentidos. Por eso, sin que lo sepamos, cada imagen que aparece en nuestra
retina es ambigua: cada vez que vemos un plato, por ejemplo, la imagen es
compatible con una cantidad infinita de elipses. Si vemos el plato como
redondo, incluso a pesar de que por los datos sensoriales en bruto nos
presentan la figura de un óvalo, se debe a que nuestro cerebro aporta datos
adicionales: aprendió que la silueta circular es la interpretación más
pertinente. Entre bastidores, las áreas sensoriales constantemente computan a
partir de probabilidades, y solo el modelo más probable logra acceder a la
conciencia. En última instancia, lo que da sentido al flujo de datos que llega a
nosotros desde las percepciones son las proyecciones obradas por el cerebro.
Si no existiera un modelo interno, estos datos en bruto serían ininteligibles.
El aprendizaje permite que el cerebro atrape una porción de la realidad que
antes le era ajena y la use para construir un nuevo modelo del mundo. Puede
ser una porción de la realidad exterior, si es cuestión de aprender historia,
botánica o el plano de una ciudad, pero también de la realidad interna, ya que
buscamos aprender a coordinar los gestos y a concentrar los pensamientos
con el objetivo de tocar el violín. En estos dos casos, nuestro cerebro
internaliza un aspecto nuevo de la realidad: ajusta sus circuitos con intención
de apropiarse de un campo que antes no dominaba. Desde luego, esos ajustes
tienen que ser muy ingeniosos. La fuerza del aprendizaje reside en su
capacidad de acomodarse al mundo externo y de corregir en caso de error;
pero el cerebro de quien aprende ¿de qué modo “sabe” cómo actualizar su
modelo interno cuando, digamos, se desorienta en su barrio, se cae de su
bicicleta, pierde una partida de ajedrez o chapurrea la palabra “anfractuosas”?
Aprender es ajustar los parámetros de un modelo mental
Ajustar un modelo mental a veces es muy sencillo. ¿Cómo hacemos, por
ejemplo, para tender la mano y alcanzar un objeto que vemos? Ya en el siglo
XVII, René Descartes lo había presentido: debemos aprender a transformar la
información visual en órdenes musculares (figura 2). Pueden experimentarlo
ustedes mismos en pocos segundos: intenten tomar una varilla mientras
llevan puestos los anteojos de otra persona (de ser posible, una muy miope).
Mejor todavía, si pueden, consigan anteojos con lentes prismáticos o, sin
más, prismas, que desplacen la visión una decena de grados hacia la
izquierda, e intenten tomar un objeto. Verán que su primer intento es
completamente fallido: a causa de los prismas, su mano aterriza muy a la
derecha del palo que, sin embargo, ustedes ven. Poco a poco, adecuan sus
movimientos, desplazándolos hacia la izquierda. Con un proceso de ensayo y
error, sus movimientos se vuelven cada vez más exactos: su cerebro ha
aprendido a compensar el desajuste de los ojos. Ahora quítense los anteojos y
tomen la varilla: ¡los sorprenderá ver que su mano se dirige al lado
equivocado, demasiado a la izquierda!
¿Qué ocurrió? Durante este breve aprendizaje, el cerebro ajustó su modelo
interno de la visión. Un parámetro de este modelo, que corresponde al
desfase entre la escena visual y la orientación del cuerpo, fue recalibrado. El
cerebro se comportó como un tirador de élite, que primero realiza un disparo
de prueba y luego ajusta la altura de su mira para así lograr mayor precisión.
Este aprendizaje es muy rápido: bastan algunos ensayos para corregir el
desfase entre el movimiento y la visión. Sin embargo, la nueva regulación no
es compatible con la anterior; de aquí proviene el error sistemático que todos
cometimos cuando nos quitamos los prismas y volvimos a tener una visión
normal.
Es innegable que este aprendizaje es un poco particular, porque no requiere
ajustar más que un solo parámetro: el ángulo de visión. Por este motivo es tan
rápido. La mayor parte de los aprendizajes son tanto más elaborados y
demandan el ajuste de varias decenas, centenas y hasta miles de millones de
parámetros (cada una de las sinapsis que determinan la actividad de nuestros
circuitos). Sin embargo, el principio siempre es el mismo: todo consiste en
investigar, entre un sinfín de regulaciones posibles del modelo interno,
aquellas que mejor se corresponden con el estado del mundo exterior.
Figura 2. Aprender es ajustar los parámetros de un modelo del mundo. Aprender a señalar
con el dedo, por ejemplo, consiste en ajustar el desfase entre la visión y la acción: cada error
permite corregir la puntería. En la red neuronal artificial el principio es el mismo, pero los
ajustes son infinitamente más numerosos. Reconocer qué número está presente en una
imagen requiere ajustar millones de conexiones. También en este caso, todos los errores –
aquí, un incremento de la activación del número 8– permiten corregir su valor y, de este
modo, mejorar el desempeño en el siguiente intento.
Consideremos ahora el aprendizaje de un idioma como el japonés. Cuando el
cerebro de un bebé japonés aprende su lengua materna, ajusta gradualmente
su modelo de la lengua a las características del idioma japonés. Intenten
imaginar una máquina dotada de millones de regulaciones en todos los
niveles. Algunas de estas regulaciones, en el nivel de la entrada auditiva,
determinan el inventario de consonantes y de vocales que utiliza el japonés, y
las reglas que permiten componerlas. El bebé que nace dentro de una familia
japonesa debe descubrir qué categorías de sonidos son utilizadas en esa
lengua, y dónde ubicar las fronteras entre ellas. Uno de los parámetros, por
ejemplo, concierne a la distinción entre los sonidos /R/ y /L/: esta es crucial
en castellano, pero no en japonés, que no hace diferencia alguna entre una
“elección” y una “erección”… Cada bebé, entonces, debe fijar un conjunto de
parámetros que, colectivamente, precisan qué categorías son pertinentes para
su lengua materna.
Un procedimiento de aprendizaje similar se reproduce en todos los niveles:
desde los patrones de sonido hasta el vocabulario, la gramática y el
significado. El cerebro está organizado como una estructura de modelos de la
realidad anidados –uno dentro del otro, como las muñecas rusas; y aprender
significa utilizar la información que ingresa para fijar los parámetros en cada
nivel de esa estructura jerárquica. Tomemos un ejemplo de un nivel superior:
la adquisición de las reglas de la gramática. Otra diferencia entre el japonés y
el castellano que el bebé debe aprender está relacionada con el orden de las
palabras. En una oración bimembre canónica, con un sujeto, un verbo y un
objeto directo, la lengua castellana sitúa primero el sujeto, luego el verbo y,
por último, su objeto directo: “Juan come una manzana”. En japonés, en
cambio, el orden más usual es sujeto, luego objeto, luego verbo: “Juan
manzana come”. El orden se invierte también para las preposiciones (que,
lógicamente, se llaman posposiciones), los posesivos y muchos otros grupos
de palabras. Así, la oración “Mi tío visita museos en París” se convierte en
una que puede parecernos un galimatías digno del venerable Yoda, de La
guerra de las galaxias: “Tío mi París en museos visita”, lo que tiene mucho
sentido para un hablante japonés.
Todas estas diferencias no son independientes unas de otras. Ciertos
lingüistas piensan que se originan en un solo y mismo parámetro llamado
“posición del núcleo”: la palabra que otorga su categoría a un grupo –es
decir, su núcleo– se sitúa siempre en posición inicial en español (en París, mi
tío, visita museos) pero en último lugar en japonés (París en, tío mi, museos
visita). Por cierto, este parámetro binario marca distinciones entre muchas
lenguas, incluso sin vínculo histórico entre ellas (por ejemplo, el apache, que
es una de las lenguas “atabascanas”, sigue las mismas reglas que el japonés).
Así, con el fin de adaptarse al castellano o al japonés, es suficiente con que el
niño ajuste el parámetro “posición del núcleo” en su modelo interno de la
lengua.
Aprender es aprovechar la explosión combinatoria
¿Es verosímil que el aprendizaje de las lenguas se reduzca a la selección de
algunos parámetros? Si eso nos parece difícil de creer, es porque no
imaginamos la extraordinaria cantidad de posibilidades que se abren cuando
se incrementa, siquiera un poco, la cantidad de parámetros ajustables. Esto se
denomina “explosión combinatoria”: el aumento exponencial que se produce
cuando se combina apenas un puñado de posibilidades. Supongamos que la
gramática de las lenguas del mundo pudiera describirse con algo así como
cincuenta parámetros binarios, según postulan algunos lingüistas. Eso da
como resultado 250 combinaciones, es decir, ¡más de mil billones, o un 1
seguido de quince ceros! Las reglas sintácticas de las tres mil lenguas del
mundo caben con facilidad en este gigantesco espacio de las lenguas
posibles. Sin embargo, en nuestro cerebro no hay cincuenta parámetros
ajustables, sino una cantidad sorprendentemente mayor: 86.000.000.000 de
neuronas, cada una de ellas provista de una decena de miles de contactos
sinápticos con fuerzas que pueden variar. El espacio de representaciones que
se abre es poco menos que infinito.
Las lenguas humanas aprovechan estas posibilidades de combinación en
todos los niveles. Tomemos el ejemplo del léxico mental, es decir, el
conjunto de las palabras que conocemos y cuyo modelo llevamos con
nosotros. Cada cual aprendió, en su lengua materna, alrededor de 50.000
palabras con los significados más diversos. Es un número grande, cierto, pero
parece escaso frente a las cantidades prodigiosas que ofrece la combinatoria.
Si consideramos que estas 50.000 palabras en promedio tienen 3 sílabas, cada
una formada por alrededor de 2 fonemas, tomados entre los 24 fonemas del
castellano, la codificación binaria de todas esas palabras requiere menos de
2.000.000 de elecciones binarias elementales (los bits, a los cuales se asigna
el valor de 0 o 1). Digámoslo de otro modo: todo nuestro conocimiento del
diccionario podría almacenarse en un pequeño archivo informático de 250
kilobytes (cada byte corresponde a 8 bits). A continuación, sería posible
comprimir este léxico mental en un tamaño tanto menor si tuviéramos en
cuenta las numerosas redundancias que rigen a las palabras. Si tomamos seis
letras al azar para lograr una cadena como “xfdrga”, estas no forman una
palabra del castellano. Las palabras reales están compuestas por una pirámide
de sílabas que se ensamblan de acuerdo con reglas estrictas. Y esto es así en
todos los niveles: las frases o las oraciones son combinaciones regulares de
palabras que, a su vez, son combinaciones regulares de sílabas que, a su vez,
son combinaciones regulares de fonemas. En cada nivel, las combinaciones
son simultáneamente amplias (porque elegimos entre varias decenas o
centenas de elementos) y acotadas (porque solo determinadas combinaciones
están permitidas). Aprender una lengua es descubrir los parámetros que rigen
esas combinaciones en todos los niveles.
En conclusión, el cerebro humano segmenta el problema del aprendizaje
mediante la construcción de un modelo jerárquico de múltiples niveles. Esto
es más que obvio en el caso de la lengua –desde los sonidos elementales
hasta la oración e incluso el discurso–, pero el mismo principio de análisis
jerárquico se reproduce en todos los sistemas sensoriales. Determinadas áreas
cerebrales captan las regularidades de bajo nivel: ven el mundo a través de
una ventana temporal y espacial muy pequeña, y analizan las regularidades
más nimias. Por ejemplo, en el área visual primaria, la primera región de la
corteza en recibir los estímulos visuales, cada neurona no analiza más que
una porción muy pequeña de la retina. Solo ve el mundo a través del ojo de
una aguja y, como resultado, descubre las regularidades de muy bajo nivel,
como la presencia de una línea oblicua en movimiento. Millones de neuronas
hacen el mismo trabajo en diferentes puntos de la retina, y sus outputs se
convierten en los inputs del nivel siguiente, que entonces detectará
“regularidades de regularidades”, y así sucesivamente. En cada nivel, la
escala aumenta: el cerebro busca las regularidades en rangos cada vez más
amplios, tanto en el tiempo como en el espacio. En las sucesivas instancias de
esta jerarquía emerge la capacidad de detectar objetos o conceptos cada vez
más complejos: una línea, un dedo, una mano, un brazo, un cuerpo humano…
No, dos… Son dos personas que se miran cara a cara, es un apretón de
manos… ¡Es el primer encuentro entre Charles Chaplin y Buster Keaton!
Aprender es minimizar los errores
Los algoritmos informáticos que llamamos “redes de neuronas artificiales” se
inspiran directamente en la organización jerárquica de la corteza. Al igual que
ella, organizan una pirámide de capas sucesivas: cada una intenta descubrir
regularidades más profundas que la capa previa. Debido a que estas capas
consecutivas organizan la información entrante de forma cada vez más
profunda, también se las llama “redes profundas”. Cada capa, por sí misma,
solo puede descubrir una parte extremadamente simple de la realidad exterior
(es del tipo de problemas que las matemáticas califican como “linealmente
separables”; en este caso, cada neurona solo puede separar la información en
dos categorías A y B trazando una estricta división entre ellas). En cambio, si
se unen muchas de esas capas, se obtiene un dispositivo de aprendizaje
sumamente robusto, capaz de descubrir estructuras complejas y de ajustarse a
problemas muy diversos. Las redes de neuronas artificiales de última
generación, que cuentan con el avance de los microchips, también son
profundas, en el sentido de que incluyen decenas de capas sucesivas –cada
vez más alejadas de la entrada sensorial y más astutas– capaces de identificar
en sus inputs propiedades cada vez más abstractas.
Tomemos el ejemplo del algoritmo “LeNet”, creado por el pionero francés
de las redes neuronales, Yann LeCun (figura 3; véase LeCun y otros, 1998).
Desde los años noventa, esta red de neuronas alcanza desempeños notables
en el reconocimiento de caracteres manuscritos. Durante años, el correo
canadiense lo utilizó para el procesamiento automático de los códigos
postales. ¿Cómo funciona?
Figura 3. Aprender es construir una estructura de representaciones apropiadas al problema
planteado. En la red GoogLeNet, que aprende a reconocer imágenes, millones de parámetros
se ajustan para que cada nivel de la estructura detecte determinado factor de la realidad. En el
nivel más bajo, las neuronas artificiales son sensibles a los patrones y a las texturas. A
medida que se asciende en la jerarquía, las neuronas responden a formas más complejas.
El algoritmo recibe como input, en forma de píxeles, la imagen de un carácter
escrito y propone, como output, una interpretación tentativa: uno de los diez
dígitos o de las veintiseis letras posibles. La red artificial posee una jerarquía
de unidades de procesamiento que se parecen un poco a las neuronas y que
forman capas sucesivas. Las primeras capas están conectadas directamente a
la imagen: aplican filtros que reconocen fragmentos de rectas y curvas.
Cuanto más se avanza en la jerarquía, mayores y más complejos se vuelven
estos filtros. Las unidades más elevadas aprenden a reconocer porciones cada
vez más amplias de la imagen: la curva de un
2, el remate de una O, o las
líneas paralelas de una Z… hasta llegar, a la salida, a neuronas artificiales
que responden a un carácter con independencia de su posición y de las
peculiaridades de sus trazos. Todas estas propiedades no están impuestas por
un programador: son resultado de millones de conexiones entre las unidades.
Una vez ajustadas por un algoritmo automatizado, estas conexiones definen
el filtro que cada neurona aplica a sus inputs: hacen que una neurona
responda al dígito 2 y otra al 3.
¿Cómo se ajustan estos millones de conexiones? De la misma manera que
en el caso de los anteojos con lentes prismáticos: en cada prueba, la red da
una respuesta tentativa, constata que ha cometido un error e intenta ajustar
sus parámetros para reducirlo en la prueba siguiente. Cada respuesta errónea
provee información valiosa. Por su signo (como un gesto muy a la derecha o
muy a la izquierda), el error indica lo que en verdad hacía falta realizar para
tener éxito. Si nos remontamos a la fuente de ese error, la máquina es capaz
de descubrir cómo debía (y debe) establecer los parámetros para evitar
equivocarse.
Volvamos al ejemplo del deportista que ajusta la mira de su rifle. El
procedimiento de aprendizaje es elemental. El tirador dispara y constata que
ha enfocado unos centímetros (más exactamente, 5) a la derecha. Ahora tiene
una información esencial, tanto sobre la amplitud (5 cm) como sobre el signo
del error (demasiado a la derecha). Esta información le permite corregir el
tiro. Si es un poco avispado, sabe en qué dirección debe realizar la
corrección: si la bala se desvió hacia la derecha, hace falta mover la mira un
poco a la izquierda. Incluso si no es tan astuto, puede hacer intentos al azar y
constatar que, si mueve la mira hacia un lado, el error aumenta, mientras que
si la mueve hacia el otro, disminuye. Así, por prueba y error, el tirador puede
determinar cómo reducir la magnitud del error. Al ajustar la mira para afinar
su puntería, nuestro eximio deportista –tal como Monsieur Jourdain, el
burgués gentilhombre de Molière, que al hablar “hacía” prosa sin saberlo–
está aplicando un algoritmo de aprendizaje sin siquiera conocerlo. Está
calculando implícitamente lo que los matemáticos llamamos la “derivada” o
el “gradiente del sistema”, y hace lo que denominamos un “descenso del
gradiente”: aprende a mover la mira de su rifle en la dirección más eficiente
en busca de reducir la probabilidad de cometer un error.
La mayoría de las redes neuronales que se utilizan en la inteligencia
artificial actual –y más allá de sus millones de inputs, outputs y parámetros
ajustables– funciona de la misma forma que nuestro tirador: observa sus
errores y los aprovecha para ajustar su estado interno en la dirección que
considera mejor para disminuir el error. En muchos casos, ese aprendizaje
está totalmente guiado: por un lado, le decimos con exactitud a la red qué
respuesta debería haber activado en la salida (“es un 1, no un 7”); por otro
lado, sabemos con precisión en qué dirección ajustar los parámetros si hay un
error (un cálculo matemático permite saber exactamente qué conexiones
ajustar cuando la red activa demasiado el output “7” en respuesta a una
imagen del dígito “1”). En el lenguaje del machine learning esto es conocido
como “aprendizaje supervisado” (porque alguien, a quien podríamos llamar
el supervisor, conoce la respuesta correcta que debe dar el sistema) y
“retropropagación de errores” (porque los errores se reenvían a la red con el
objetivo de modificar los parámetros). El procedimiento es sencillo: intento
dar una respuesta, me dicen lo que debería haber respondido, mido mi error
y, en busca de reducirlo, corrijo todos mis parámetros. En cada etapa, doy
apenas un pequeño paso, hago una pequeña corrección en la dirección
correcta. Debido a este proceso el machine learning puede resultar
increíblemente lento: aprender una actividad compleja, como jugar al Tetris,
exige aplicar determinada receta miles, millones e incluso miles de millones
de veces. En un espacio que abarca una multitud de parámetros ajustables,
descubrir el ajuste óptimo de cada tornillo y de cada bulón puede insumir
mucho tiempo.
Ya en la década de 1980 el funcionamiento de las primeras redes de
neuronas artificiales se basaba sobre este principio de corrección gradual de
los errores. Los progresos de la informática permitieron extender esta idea a
redes neuronales gigantescas, que incluyen centenas de millones de
conexiones ajustables. Estas redes neuronales profundas están integradas por
una sucesión de etapas que, a cada paso, se ajustan al problema planteado. A
modo de ejemplo, la figura 3 muestra el sistema GoogLeNet, derivado de la
arquitectura LeNet propuesta por Yann LeCun, que ganó una de las más
importantes competencias internacionales en reconocimiento de imágenes.
Expuesto a miles de millones de imágenes, este sistema aprendió a separarlas
en casi mil categorías distintas: rostros, paisajes, barcos, autos, perros,
insectos, flores, señales viales, etc. Cada nivel de su jerarquía se ajustó a una
faceta útil de la realidad: las unidades de nivel bajo responden selectivamente
a rasgos o a texturas, y a medida que se sube en la jerarquía, las neuronas
responden más selectivamente a formas complejas: figuras geométricas
(círculos, curvas, estrellas), partes de objetos (bolsillo de pantalón, asa de una
taza, par de ojos…), e incluso objetos enteros (edificios, rostros, arañas…;
Olah y otros, 2017).
En un intento por minimizar los errores, el algoritmo de descenso del
gradiente descubrió que esas formas son las más útiles para la categorización
de las imágenes. Pero si la misma red hubiera estado expuesta a textos o a
partituras musicales, habría sido ajustada de un modo diferente y habría
aprendido a reconocer palabras, notas musicales o cualquier otra forma
recurrente en este nuevo entorno. La figura 4, por ejemplo, muestra cómo se
autoorganiza una red de este tipo cuando se le pide que se especialice para el
reconocimiento de miles de dígitos manuscritos (Guerguiev y otros, 2017).
En el nivel más bajo, los datos están mezclados: existen formas muy
parecidas, como un 3 y un 8, que pese a todo haría falta diferenciar, y, a la
inversa, existen formas muy diferentes, como varias versiones del 8 con el
bucle de arriba abierto o cerrado, que sin embargo habría que agrupar. En
cada etapa, la red artificial de neuronas progresa en abstracción, hasta agrupar
correctamente todos los ejemplares de un mismo dígito. Gracias al
procedimiento de reducción de errores, se descubrió una jerarquía de índices
que resuelve el reconocimiento de cifras manuscritas. Y ciertamente es muy
notable que con solo corregir los errores propios se pueda descubrir una
jerarquía completa de claves adecuadas para el problema en cuestión.
Figura 4. ¿Cómo aprende a categorizar los dígitos manuscritos una red neuronal profunda?
Este tema es difícil, porque un mismo dígito puede escribirse de cientos de maneras
diferentes. En el nivel más bajo de la jerarquía neuronal (abajo a la derecha), todos los
dígitos están mezclados, y aquellos que se parecen entre sí, como los 9 y los 4, se confunden.
A medida que se asciende en la jerarquía, las neuronas logran agrupar todas las imágenes de
un mismo dígito y separarlas con límites claros.
Hoy en día, el concepto de aprendizaje por retropropagación de los errores
reside en la base de una gran cantidad de aplicaciones informáticas. Sobre él
se asienta la capacidad de nuestros smartphones de reconocer su voz, o el
novedoso talento de los autos inteligentes para distinguir a los peatones de las
señales de tránsito; así, podemos colegir la posibilidad de que nuestro cerebro
use una versión de este. Sin embargo, la retropropagación o feedback del
error viene en varias presentaciones, pensadas para cada usuaria o usuario. El
área del aprendizaje artificial progresó enormemente en treinta años, y los
investigadores descubrieron gran cantidad de trucos que facilitan el
aprendizaje. Sin darles un orden de prioridad, pasemos revista a algunos de
ellos; veremos que nos dicen mucho sobre nosotros mismos y sobre el modo
en que aprendemos.
Aprender es explorar el espacio de lo posible
Uno de los problemas con el procedimiento de corrección de errores que
acabo de describir es que puede quedar atrapado en un conjunto de
parámetros que no es el mejor. Imaginen una pelota de golf que rueda sobre
el césped, siempre siguiendo la línea con la pendiente más pronunciada: es
posible que quede bloqueada en una pequeña depresión del suelo, sin
alcanzar necesariamente el punto más bajo de toda la superficie, el óptimo
absoluto. Del mismo modo, a veces el algoritmo de descenso del gradiente se
ve trabado en un punto del cual no puede salir. Eso es lo que llamamos un
“mínimo local”, un pozo en el espacio de los parámetros, una trampa de la
cual el algoritmo no logra salir porque le parece imposible hacerlo mejor. En
ese momento, el aprendizaje se estanca, porque todos los cambios parecen
contraproducentes: cada uno de ellos aumenta la tasa de error. El sistema
estima haber aprendido todo lo que podía aprender. Ignora que en realidad
existen, un poco más lejos en el espacio de los parámetros, otras
combinaciones mejores. El algoritmo de descenso del gradiente no los “ve”,
porque se niega a subir la pendiente una vez más para volver a descender
mejor del otro lado del hoyo. Como un miope, apenas ve a una corta distancia
de su punto de partida y, por lo tanto, puede perderse configuraciones
distantes pero mejores.
¿Este problema les parece demasiado abstracto? Piensen en una situación
concreta: ustedes van a hacer las compras al mercado, donde pasarán algo de
tiempo buscando los productos más baratos. Avanzan por un sector, pasan al
primer vendedor, que les parece que está fuera de precio, evitan al segundo,
que siempre es muy caro, y finalmente se detienen en el tercer puesto, que
decididamente tiene mejores precios que los precedentes. Pero ¿quién les dice
que en el pasillo de al lado, o tal vez incluso en el pueblo de al lado, los
precios no serían todavía más interesantes? Detenerse en el mejor precio
local no garantiza encontrar el mínimo global.
Como enfrentan a menudo esta dificultad, los informáticos emplean una
serie de trucos. La mayor parte consiste en introducir una dosis de azar en la
búsqueda de los mejores parámetros. La idea es simple: en vez de buscar solo
en un sector del mercado, paseamos de modo aleatorio; en vez de dejar que la
pelota de golf descienda suavemente por la pendiente, le damos algo de
efecto, que reduce sus posibilidades de quedarse bloqueada en un hueco. En
ciertas ocasiones, los algoritmos de búsqueda estocástica[4] operan con una
configuración distante y parcialmente aleatoria, de modo que, si existe una
solución mejor, tengan la posibilidad de encontrarla. En la práctica, podemos
introducir una porción de esas fluctuaciones de varias maneras: configurar o
actualizar los parámetros al azar, diversificar el orden de los ejemplos,
agregar un poco de ruido a las entradas del sistema, o incluso utilizar solo una
fracción aleatoria de las conexiones. Todas estas ideas mejoran el ímpetu del
aprendizaje.
Algunos algoritmos de machine learning se inspiran también en el
algoritmo darwiniano que rige la evolución de las especies: durante la
optimización de los parámetros, incluyen mutaciones y cruces aleatorios de
las soluciones descubiertas previamente. Tal como en biología, la tasa de
estas mutaciones debe ser controlada con sumo cuidado para así explorar
nuevas soluciones sin perder demasiado tiempo en intentos precarios y
riesgosos.
Otro algoritmo se inspira en las fraguas, donde los obreros aprendieron a
optimizar las propiedades del metal al “refundirlo”. Cuando se quiere forjar
una espada excepcionalmente dura, el método del refundido consiste en
cocerla muchas veces, a temperaturas cada vez más bajas, para aumentar las
posibilidades de que los átomos se dispongan en una configuración regular.
En la actualidad este procedimiento se extrapoló a la informática: el
algoritmo de recocido simulado introduce cambios aleatorios en los
parámetros, con una temperatura virtual que decrece gradualmente. La
posibilidad de un evento fortuito es elevada al principio, pero se reduce poco
a poco hasta que el sistema alcanza una regulación óptima.
Los informáticos descubrieron que todos estos trucos son muy eficaces, por
lo que no debería sorprendernos que algunos de ellos se hayan internalizado
en nuestro cerebro a lo largo de la evolución. La exploración al azar, la
curiosidad estocástica y la generación aleatoria de descargas neuronales
desempeñan un papel primordial en el aprendizaje en el Homo sapiens. Tanto
cuando tocamos rock, jugamos a piedra, papel o tijera, improvisamos sobre
un standard de jazz o pensamos posibles soluciones para un problema
matemático, el azar es un ingrediente esencial de la solución. Como veremos
más adelante, mientras el niño está en modo “aprendizaje” –es decir, mientras
juega–, explora decenas de posibilidades con una buena dosis de azar; y
durante la noche, su cerebro continúa haciendo malabares con las ideas, hasta
encontrar la combinación óptima. En la tercera parte de este libro, retomaré la
cuestión del algoritmo semialeatorio que gobierna la extraordinaria
curiosidad de los niños, así como la de los pocos adultos que supieron
preservar su espíritu infantil, y comentaré lo que sabemos al respecto.
Aprender es optimizar una función de recompensa
¿Recuerdan la red de Yann LeCun, que reconocía la forma de los números
arábigos? Para aprender, este tipo de inteligencia artificial necesita que le
demos las respuestas correctas. Para cada imagen que ingresa, necesita saber
cuál de las diez cifras le corresponde. La red solo logra corregirse calculando
la diferencia entre la respuesta correcta y su propio intento. Este
procedimiento es conocido como “aprendizaje supervisado”: un supervisor,
por fuera del sistema, conoce la solución e intenta enseñársela a la máquina.
Es eficaz, pero hay que reconocer que los aprendizajes de este tipo, en los
que conocemos la respuesta correcta con anterioridad, no suelen abundar.
Cuando un niño aprende a caminar, nadie le dice exactamente qué músculos
contraer; nos contentamos con alentarlo una y otra vez, hasta que deja de
caerse. Los bebés solo aprenden sobre la base de una evaluación del
resultado: “Me caí”, o bien, por el contrario, “¡Finalmente logré caminar de
ese lado a este lado de la habitación!”.
La inteligencia artificial enfrenta el mismo problema del “aprendizaje no
supervisado”. Cuando una máquina aprende a jugar a un videojuego, por
ejemplo, lo único que sabe al principio es que debe intentar obtener el mejor
puntaje. Nadie puede anunciarle por anticipado qué acciones específicas debe
realizar para lograrlo. Pero ¿cómo consigue descubrir por sí sola el modo
correcto?
En respuesta a este desafío, los investigadores inventaron el “aprendizaje
por recompensa”, en el que no le damos al sistema todos los detalles de lo
que debe hacer (porque no los conocemos), sino una “recompensa”, una
evaluación en forma de puntaje cuantitativo (Mnih y otros, 2015; Sutton y
Barto, 1998). A veces, incluso, el puntaje se da luego de un largo tiempo,
mucho después de la acción evaluada. Sobre la base de este modelo, la
empresa DeepMind creó una máquina que juega al ajedrez, a las damas y al
go. Pero existe un enorme problema: la máquina recibe su puntaje, una sola
señal –precisamente, la “recompensa”– que le indica si ganó o perdió, pero
solo una vez concluida la partida. Mientras juega, el sistema no recibe
devolución alguna, con la única excepción de que tiene relevancia el jaque
mate. ¿Cómo es posible, entonces, que el sistema descubra qué hacer en cada
momento dado? Y una vez que recibe el puntaje final, ¿cómo puede evaluar
retrospectivamente las decisiones que tomó?
El truco que encontraron los informáticos consiste en aprender dos cosas al
mismo tiempo: a (re)accionar y a autoevaluarse. La mitad del sistema, que
llamamos “el crítico”, aprende a predecir el resultado final. A cada instante,
esta red artificial de neuronas evalúa el estado del juego e intenta predecir la
recompensa final: ¿estoy más cerca de ganar la partida o de perderla? ¿Mi
equilibro es estable o estoy a punto de caerme? Gracias a la crítica que se
produce en esta mitad, el sistema puede evaluar sus actos constantemente, no
solo al final de la partida. La otra mitad de la red, “el actor”, puede entonces
utilizar esta evaluación para corregirse: “¡Atención! Será mejor que evite tal
o tal otra acción, porque el crítico piensa que aumenta las posibilidades de
perder”.
De intento en intento, el actor y el crítico progresan juntos: uno aprende a
reaccionar oportunamente, enfocándose en las acciones más eficaces,
mientras que el otro aprende a evaluar, de manera cada vez más refinada, las
consecuencias de estos actos. Al final –como ese tan citado personaje de
Vincent Cassel en la película La Haine [El odio] de Mathieu Kassovitz, el
paciente que mientras cae desde lo más alto de un rascacielos no deja de
repetir: “Por ahora, todo va bien”–, la red actor-crítico queda dotada de una
notable previsión, la habilidad de anticipar, de entre océanos de partidas-quetodavía-no-están-perdidas, cuáles le prometen llevar las de ganar (y también
cuáles van solo por la ruta perdedora, hacia un desastre previsible).
La combinación actor-crítico es una de las estrategias más eficaces de la
inteligencia artificial contemporánea. Cuando se la adosa a una red jerárquica
de neuronas, hace maravillas. Ya a finales de los años setenta, posibilitó que
una red neuronal ganara el campeonato mundial de backgammon. En fecha
más reciente, le permitió a DeepMind crear una red de neuronas
multifunción, capaz de aprender a jugar a videojuegos de todo tipo, en una
variedad que va de la galaxia Super Mario al Tetris.[5] Simplemente le
damos al sistema los píxeles de la imagen como input, las acciones posibles
como output y el puntaje del juego como función de recompensa. La máquina
aprende lo demás. Cuando juega al Tetris, descubre que la pantalla está
tramada de formas geométricas, que la forma que cae es más importante que
las otras (ya estables), que las acciones durante la caída pueden modificar la
posición y la orientación de la figura en cuestión, y así sucesivamente, hasta
converger en un jugador artificial de una eficacia formidable. Y cuando juega
a alguna de las versiones de la “familia” Super Mario, el cambio de input y
de recompensa le hace aprender otros factores: qué píxeles forman la imagen
de Mario, cómo se desplaza, dónde están los enemigos, los muros, las
puertas, las trampas, los puntos extra… y cómo reaccionar ante cada una de
sus configuraciones. Al ajustar estos parámetros, es decir, los millones de
conexiones que ligan las capas entre sí, la red misma logra adaptarse a todo
tipo de juegos y aprende a reconocer las formas del Tetris, del Pac-Man o de
Sonic.
¿Qué interés podría tener una empresa como Google por enseñarle a una
máquina a jugar a videojuegos? Apenas dos años después de iniciada esa
experiencia, los ingenieros de DeepMind le pedían a la misma red de
neuronas que aplicara lo aprendido a la resolución de un problema económico
de interés vital: ¿cómo optimizar la gestión del parque informático de Google
y sus distintos servidores? La red de neuronas era la misma; solo cambiaban
el material sobre el cual se trabajaba (la cantidad de personas conectadas a
cada servidor, día y hora, el estado del tiempo, eventos internacionales,
solicitudes de búsquedas, etc.), la acción prevista (encender o apagar tal o
cual servidor en los distintos continentes) y la función de recompensa
(consumir menos energía). El resultado inmediato fue una disminución del
consumo eléctrico. Google ahorró cerca de un 40% de energía y decenas de
millones de dólares, y eso tiempo después de los miles de intentos de
ingenieros especializados en ese mismo sentido. La inteligencia artificial
alcanzó niveles de desempeño verdaderamente capaces de revolucionar la
industria entera.
DeepMind no deja de cosechar triunfos. Como tal vez ya todos sepan, logró
vencer dieciocho veces al campeón mundial Lee Sedol en el juego de go, que
hasta hace muy poco se consideraba el Everest de la inteligencia artificial
(Banino y otros, 2018; Silver y otros, 2016). Este juego se desarrolla sobre un
damero grande (un go-ban) de 18 casilleros por lado, es decir, 18 × 18 = 324
lugares donde pueden disponerse las fichas blancas y negras. La cantidad de
combinaciones es tan grande que resulta imposible explorar sistemáticamente
las intrincadas ramificaciones de jugadas posibles que se ofrecen a cada
jugador. Y sin embargo, el aprendizaje por recompensa posibilitó que el
software AlphaGo reconociera las combinaciones favorables o desfavorables
mejor que cualquier jugador humano. Uno de los numerosos trucos consistió
en hacer jugar al sistema contra sí mismo, exactamente como un jugador de
ajedrez se entrena jugando a la vez con las piezas blancas y las negras. La
idea es sencilla: al final de cada partida, el programa que gana refuerza sus
acciones, mientras que el perdedor las debilita, pero los dos aprendieron a
evaluar mejor sus jugadas.
Nos reímos a carcajadas del barón de Münchhausen, quien, en sus
legendarias Aventuras, llamativamente lograba salir de un pozo tirando de sus
propios cabellos (otra versión, más divulgada en inglés, insiste en que las
víctimas del tironeo fueron los cordones de sus botines, bootstraps, término
que ahora nos resulta útil). Sea como fuere, en inteligencia artificial, la
desaforada locura del buen Münchhausen dio nacimiento a una estrategia
bastante astuta, el bootstrapping: poco a poco, y a partir de una arquitectura
mínima, desprovista de conocimientos, una red de neuronas puede
convertirse en campeona mundial tan solo jugando contra sí misma, sin
perder pelos, mañas ni botines.[6]
La idea de aumentar la velocidad del aprendizaje al generar la colaboración
entre las dos redes o, por el contrario, al hacerlas combatir entre ellas, no deja
de redundar en avances muy importantes para la inteligencia artificial. Una de
las ideas más recientes, llamada “aprendizaje adversarial” (esto es, contra un
adversario; Goodfellow y otros, 2014), consiste en entrenar dos sistemas: uno
que aprende a clasificar y atribuir correctamente, por ejemplo, los cuadros de
Van Gogh en comparación con los de otros pintores, y otro cuyo único
objetivo es hacer fracasar al primero, creando cuadros falsos. El primero
obtiene la recompensa cuando, ya alcanzado el nivel de connoisseur, detecta
los cuadros auténticos de Van Gogh, mientras que el segundo gana créditos
cuando logra engañar al ojo aguzado del primero. El resultado es que el
algoritmo hace emerger no una, sino dos inteligencias artificiales: una,
especialista mundial en Van Gogh, apasionada por el detalle más nimio que
permita autentificar un genuino cuadro del maestro –práctica que desde el
siglo XIX es distintiva de los mejores críticos y peritos–; y otra, consumada
farsante, con talento para producir falsificaciones y pastiches capaces de
burlar a los más distinguidos tasadores y autentificadores. Este tipo de
entrenamiento también podría compararse con la preparación para un debate
presidencial: un candidato puede afilar su oratoria si contrata a un buen
imitador de su contrincante, uno que se mimetice con sus tics y sus réplicas
más efectivas.
¿Podría aplicarse este enfoque al funcionamiento del cerebro humano?
Nuestros dos hemisferios y numerosos núcleos subcorticales también
albergan a una vociferante asamblea de expertos que luchan, se coordinan o
se evalúan entre sí. Algunas de las áreas cerebrales aprenden a simular lo que
hacen las otras: nos permiten anticipar e imaginar el resultado de nuestras
acciones, a veces con un grado de verdad digno de los más consumados
actores. La memoria y la imaginación nos pueden hacer ver la ensenada
donde nos bañamos el verano pasado o el picaporte que queremos accionar a
oscuras. Otras áreas aprenden a criticar a las demás; todo el tiempo evalúan
nuestras capacidades y saben predecir las recompensas o los castigos que
podríamos obtener: nos impulsan a reaccionar o a quedarnos tranquilos.
Veremos también que la metacognición, esta capacidad de conocernos, de
autoevaluarnos, de simular mentalmente qué pasaría si reaccionáramos de tal
o cual manera, tiene un papel fundamental en los aprendizajes humanos. La
opinión que nos forjamos de nosotros mismos nos ayuda a progresar o, al
contrario, nos encierra en el círculo vicioso del fracaso. Por lo tanto, no es
desacertado pensar el cerebro como una tumultuosa reunión de expertos que
compiten o colaboran entre sí.
Aprender es acotar el espacio de investigación
La inteligencia artificial contemporánea se enfrenta a un problema
importante. Cuanto más rico en parámetros es el modelo interno, más difícil
se vuelve encontrar la forma de ajustarlo al medio. Y en las redes de neuronas
actuales, el espacio de investigación es inmenso. Los informáticos, por lo
tanto, tienen que lidiar con una colosal explosión combinatoria: en cada
etapa, millones de opciones son factibles, y sus combinaciones son tan
amplias que resulta imposible explorarlas todas. Como resultado, el
aprendizaje a veces es excesivamente lento: hacen falta miles de millones de
intentos para orientar al sistema en la dirección correcta dentro de esta
inmensa comarca de posibilidades. Y si bien la magnitud de los datos es más
que considerable, se vuelve exigua en relación con las gigantescas
dimensiones de ese espacio. Estas secuencias poco simpáticas son conocidas
como “maldición de la dimensionalidad” (o, en términos más neutros, “efecto
Hughes”): el aprendizaje puede llegar a ser una tarea muy ardua cuando el
tablero de opciones disponibles tiene millones de teclas.
La inmensa cantidad de parámetros que ponderan las redes de neuronas
suele acarrear una segunda dificultad, que los anglosajones llaman
overfitting, el sobreajuste. El sistema dispone de tantos grados de libertad que
le resulta más fácil memorizar todos los detalles de cada ejemplo que dar con
una propiedad general que permita explicarlos todos.
Como dijo John von Neumann, uno de los “padres fundadores” de la
informática y la ciencia de la información, “con cuatro parámetros, puedo
reproducir la forma de un elefante, y con cinco, puedo hacer que mueva la
trompa”. Esto significa que disponer de demasiados parámetros libres puede
equivaler a una maldición: es muy fácil sobreajustar cualquier información si
se memoriza cada detalle; pero eso no significa que el sistema resultante
logre percibir algo significativo. En efecto, pueden ajustarse los parámetros
del perfil del paquidermo sin comprender en profundidad dato alguno sobre
los elefantes como especie. Disponer de demasiados parámetros libres
perjudica la abstracción. El sistema aprende sin dificultad, pero es incapaz de
aplicar lo aprendido a situaciones nuevas a las cuales no fue expuesto. Sin
embargo, en esta facultad de generalizar reside la clave del aprendizaje.
¿Cuál sería la utilidad de una máquina que pudiera reconocer la imagen de un
elefante exclusivamente en el caso de que ya la hubiese visto o que tan solo
ganara las partidas de go que ya hubiese jugado? Desde luego, el verdadero
objetivo es reconocer cualquier imagen y ganar frente a cualquier jugador, sin
importar si las movidas son conocidas o novedosas.
Una vez más, los informáticos están investigando varias soluciones posibles
a estos problemas. Una de las intervenciones más eficaces, que puede
acelerar el aprendizaje y, al mismo tiempo, mejorar la generalización,
consiste en simplificar el modelo: al reducir al mínimo la cantidad de
parámetros que ajustar, se fuerza al sistema a encontrar soluciones generales.
Fiel a este principio, Yann LeCun inventó lo que llamó “redes neuronales
convolucionales”, un dispositivo de aprendizaje artificial que se volvió
omnipresente en el campo del reconocimiento de imágenes (LeCun y otros,
1998; LeCun, Bengio y Hinton, 2015). La idea es sencilla: para reconocer los
elementos de una imagen hace falta casi el mismo trabajo en todos lados. En
una foto, por ejemplo, no hay reglas que estipulen en qué lugar pueden
aparecer rostros. Para reconocerlos, es suficiente entonces aplicar en cada
punto el mismo algoritmo (buscar un óvalo, un par de ojos, etc.). Así, no es
necesario aprender un modelo diferente para cada punto de la retina: lo que
aprendemos en un lugar puede reutilizarse en los restantes.
A lo largo del aprendizaje, las redes convolucionales de Yann LeCun
transcriben en el conjunto de la red los aprendizajes que realizan en
determinado entorno, y realizan esta operación en todos los niveles, a escalas
cada vez mayores. Aprenden una cantidad acotada de parámetros: el sistema
apenas tiene que sintonizar esporádicamente un solo filtro que se aplica en
todos lados, en vez de un sinnúmero de conexiones diferentes para cada
sector de la imagen. Este simple truco mejora a escala masiva los
desempeños y, en especial, la generalización a nuevas imágenes. El algoritmo
que se aplica a una imagen nueva beneficia una experiencia inmensa, la de
todos los puntos de todas y cada una de las fotos vistas hasta entonces.
Acelera también el aprendizaje, porque la máquina solo explora un
subconjunto de modelos de la visión. Incluso antes de aprender, ya sabe algo
importante sobre el mundo: que el mismo objeto puede aparecer en cualquier
lugar de la imagen.
Este truco se generaliza a muchas situaciones similares. Reconocer el habla,
por ejemplo, consiste en hacer abstracción de la voz del hablante. Esto se
logra si se fuerza a una red de neuronas a utilizar las mismas conexiones en
diversas bandas de frecuencias –lo que suele conocerse como “registros” o
“timbres”–, sea la voz grave o aguda. Reducir el número de parámetros que
aprender asegura una mayor velocidad y también una mejor generalización a
voces nuevas: el beneficio es doble; y de ese modo nuestros smartphones
responden a nuestras respectivas voces.
Aprender es proyectar hipótesis a priori
La estrategia de Yann LeCun es un buen ejemplo de una noción mucho más
general: la explotación de los conocimientos innatos. Si las redes
convolucionales aprenden mejor y más rápido que otros tipos de redes
neuronales, es porque no aprenden todo. Incorporan en su propia arquitectura
una hipótesis fuerte: lo que aprendo en un lugar puede generalizarse luego en
los restantes.
El principal problema del reconocimiento de imágenes es la invariabilidad:
debo reconocer un objeto, sean cuales fueren su posición y su tamaño,
incluso si se mueve a la derecha o a la izquierda o si se aleja. Es un desafío,
pero también es una restricción muy aguda: espero que los mismos indicios
permitan reconocer un rostro en cualquier punto del espacio. Al repetir el
mismo algoritmo en todos lados, las redes convolucionales sacan gran
provecho de esta restricción, ya que la integran dentro de su propia
estructura. De forma innata, antes de cualquier aprendizaje, el sistema ya
“sabe” esta propiedad clave del mundo visual. No aprende la invariabilidad:
la supone verdadera a priori y la utiliza para reducir el espacio de
aprendizaje. ¡Cuánta sagacidad!
La moraleja de esta historia es que la naturaleza y el aprendizaje (lo que en
inglés se conoce como nature y nurture) no deben oponerse: se hace y se
nace. El aprendizaje solo, en ausencia de cualquier restricción innata,
simplemente no existe. De una u otra manera, cualquier algoritmo de
aprendizaje incluye un conjunto de hipótesis previas acerca del ámbito al cual
se lo aplica. En vez de intentar aprender todo de cero, es mucho más eficaz
apoyarse sobre hipótesis por default, que delimiten claramente el campo de
investigación e integren en su propia arquitectura las leyes que lo gobiernan.
Cuantas más hipótesis innatas haya, más veloz será el aprendizaje (¡con la
previsible condición de que estas hipótesis sean correctas!). Esto es verdadero
y tiene alcance universal. Sería falso, por ejemplo, creer que el programa
AlphaGo Zero, que de tanto jugar contra sí mismo se convirtió en campeón
de go, partió de la nada: su representación inicial incluía, entre otros, el
conocimiento de las simetrías del juego, lo que divide por ocho la cantidad de
estados que estudiar.
Nuestro cerebro también está lleno de hipótesis de todo tipo. Pronto
veremos que, desde el nacimiento, el cerebro de los bebés está muy
organizado y ya conoce de antemano muchas cosas sobre el mundo exterior:
de manera implícita, sabe que el mundo está hecho de objetos sólidos que se
mueven solamente cuando se los toca y que en condiciones normales nunca
se incrustan unos en otros; también sabe de otras entidades más extrañas, que
se desplazan por sí solas en función de intenciones y de creencias, y que
hablan (sí, se trata de las personas). Los bebés no tienen que aprender todo
acerca del mundo, ya que su cerebro está lleno de hipótesis innatas. Así, solo
deben adquirir los parámetros específicos que varían de manera impredecible
(como la forma del rostro, el color de los ojos, el tono de la voz o los gustos
personales de quienes los rodean).
Por supuesto, si desde el comienzo nuestro cerebro conoce cosas tan
abstractas como la diferencia entre las personas y los objetos, eso quiere decir
que no las aprendió durante las pocas semanas de su corta vida, sino a lo
largo de las eras de su evolución. La selección darwiniana es, de hecho, un
algoritmo de aprendizaje, un programa increíblemente poderoso que ha
estado funcionando durante miles de millones de años al mismo tiempo sobre
millones de millones de máquinas: cada ser vivo (Dennett, 1996). Somos los
herederos de una sabiduría infinita: por obra del método de prueba y error
darwiniano, nuestro genoma asimiló el saber de las generaciones ancestrales
que nos precedieron. Estos conocimientos innatos son de una índole diferente
a la de los hechos que aprendemos mediante la experiencia: son tanto más
abstractos, porque confieren a nuestras redes de neuronas los sesgos que
facilitan el aprendizaje de las leyes de la naturaleza.
En síntesis, durante el embarazo, nuestros genes dictan una arquitectura
cerebral que, al acotar las dimensiones del espacio de investigación, facilita y
acelera los aprendizajes posteriores. En la jerga de los informáticos, se dice
que los genes configuran los llamados “hiperparámetros” del cerebro: las
variables de alto nivel que especifican la cantidad de capas, el tipo de
neuronas, la forma general de sus interconexiones, si están duplicadas en
algún punto de la retina (LeCun tomó como modelo la visión humana y sus
sistemas de células), y así sucesivamente. En nuestro cerebro, estas variables
forman parte del genoma humano, no necesitamos aprenderlas, ya que la
especie misma las internalizó durante el transcurso de su evolución.
Ante los estímulos sensoriales, entonces, el cerebro nunca se propone la
sumisión simple y pasiva. Muy por el contrario, desde el principio dispone de
un conjunto de hipótesis abstractas heredadas de su evolución, que proyecta
sobre el mundo exterior. No todos los científicos están de acuerdo con esta
idea que considero crucial: la ingenua filosofía empirista, que sirve de base a
una gran cantidad de redes de neuronas actuales, está equivocada. Lisa y
llanamente, no es verdad que nazcamos con circuitos desorganizados por
completo, vírgenes de cualquier forma de conocimiento, que luego reciben la
impronta de su ambiente. Aprender, tanto en personas como en máquinas,
siempre tiene como punto inicial un conjunto de hipótesis previas que se
proyectan sobre la información recibida, y de las que el sistema selecciona
aquellas que mejor se adaptan al entorno. Como dice Jean-Pierre Changeux
en El hombre neuronal (1983), “aprender es eliminar”.
[4] Esto es, tal como lo define el propio Dehaene (2006), que contemplan
fluctuaciones indiscriminadas. En su presencia, el cerebro –o, según señala el
presente libro, la red neuronal– “debe comportarse como un estadístico que recopila
múltiples muestras antes de llegar a una conclusión sólida”. [N. de E.]
[5] Sobre la red neuronal artificial que aprende a jugar en consolas Atari, véase Mnih y
otros (2015).
[6] El término inglés bootstrapping significa sacarse a uno mismo de una situación
utilizando los recursos disponibles. La expresión, se cuenta, surge de una de las
hazañas del barón de Münchhausen, inmortalizado en la obra de Rudolf Erich Raspe,
que, según la versión inglesa, consistió en salir de una ciénaga y elevarse al cielo
tirando de los cordones de sus zapatos.
2. Por qué nuestro cerebro aprende mejor
que las máquinas actuales
Los éxitos recientes de la inteligencia artificial pueden hacernos creer que por
fin logramos comprender cómo imitar e incluso superar el aprendizaje y la
inteligencia de la especie humana. De acuerdo con algunos autoproclamados
profetas, las máquinas estarían a punto de superarnos. No existe afirmación
más falsa que esta. De hecho, aunque la mayoría de los investigadores en
ciencias cognitivas admira los progresos actuales de las redes neuronales
artificiales, saben muy bien que estas máquinas todavía tienen grandes
limitaciones. A decir verdad, la mayoría de las redes neuronales artificiales
implementan apenas las operaciones que nuestro cerebro realiza de manera
inconsciente, en dos décimas de segundo, cuando percibe una imagen: la
reconoce, la categoriza y accede a su significado (Dehaene, Lau y Kouider,
2017). Sin embargo, el cerebro va mucho más lejos: es capaz de explorar la
imagen de manera consciente, con mucha atención, punto por punto, durante
varios segundos, y formular representaciones simbólicas y teorías explícitas
del mundo que podemos compartir con otras personas por medio del
lenguaje.
Las operaciones de este tipo (lentas, razonadas, simbólicas) aún son
privativas de nuestra especie. Los algoritmos actuales de machine learning
las plasman de manera muy precaria. Si bien hay un progreso constante en
los ámbitos de la traducción automática o el razonamiento lógico, una crítica
que solemos hacer a las redes neuronales artificiales es que intentan aprender
todo al mismo nivel, como si, sin excepción, los problemas pudieran
reducirse a una cuestión de clasificación automática. Para quien no posee más
que un martillo, ¡todo se parece a un clavo! El cerebro, en cambio, es mucho
más flexible. Logra jerarquizar la información con gran velocidad y, cuando
es posible, extrae de ella principios generales, lógicos y explícitos.
Lo que aún le falta a la inteligencia artificial
Es interesante intentar una enumeración de lo que aún le falta a la inteligencia
artificial, porque permite definir, con la mayor precisión posible, lo que hay
de exclusivo en nuestra propia capacidad de aprendizaje. Aquí propongo una
pequeña lista –por supuesto, incompleta– de las funciones que hasta un niño
muy pequeño posee y que hacen fallar lastimosamente a la mayor parte de las
redes actuales.
El aprendizaje de conceptos abstractos
La mayoría de las redes neuronales artificiales solo logra generar modelos
adecuados del primerísimo período del tratamiento de la información: menos
de un quinto de segundo, lapso en que las áreas visuales analizan una imagen.
Estos algoritmos de aprendizaje profundo están lejos de ser tan profundos
como afirman. En realidad, de acuerdo con uno de sus inventores, Yoshua
Bengio, estas redes tienden a aprender regularidades estadísticas superficiales
a partir de los datos, en vez de conceptos abstractos de alto nivel (Jo y
Bengio, 2017). Para reconocer la presencia de un objeto, se apoyan en
elementos anecdóticos de la imagen, como el color o la forma. Si estos
detalles varían, su desempeño se desploma: las actuales redes neuronales
convolucionales son absolutamente incapaces de reconocer qué constituye la
esencia de un objeto y de concebir que una silla sigue siendo una silla ya sea
que tenga cuatro patas o una, o bien esté hecha de vidrio, de metal doblado o
de plástico inflable. Esta tendencia a no prestar atención más que a la
superficie de las cosas causa que las redes puedan cometer errores muy
importantes. Hay una amplia bibliografía sobre la forma de hacer que una red
neuronal se equivoque: tomen una banana, modifíquenle algunos píxeles o
péguenle una etiqueta muy particular, ¡y la red neuronal pensará que es una
tostadora!
Es cierto que si se le muestra una imagen a una persona durante una
fracción de segundo, muchas veces comete el mismo tipo de errores que la
máquina, y puede confundir, por ejemplo, un perro con un gato (Elsayed y
otros, 2018). Pero si le damos un poco más de tiempo, el cerebro ya no se
equivoca. A diferencia de la máquina, los humanos tenemos la capacidad de
cuestionar nuestras creencias y volver a prestar atención a aquellos elementos
de la imagen que no se corresponden con nuestra primera impresión. Este
segundo análisis, consciente e inteligente, recurre a las capacidades generales
de razonamiento y abstracción. Las redes neuronales artificiales descuidan un
factor esencial: el aprendizaje humano no es solo un filtro de reconocimiento
de formas, sino la formación de un modelo abstracto del mundo. Al aprender
a leer, por ejemplo, adquirimos un concepto abstracto de cada letra del
alfabeto, que nos permite reconocerla bajo cualquier tipo de ropaje o con
cualquier adorno posible, así como generar nuevas variantes:
Douglas Hofstadter, informático e investigador en ciencias cognitivas, dijo
una vez que el verdadero desafío para la inteligencia artificial consistía en
reconocer la letra A… Una humorada, por supuesto, pero una humorada
profunda. En efecto, incluso en esta situación trivial, los humanos
desplegamos una habilidad incomparable para la abstracción. Esta hazaña
está en la base de una ocurrencia divertida de la vida cotidiana: el captcha,
esta pequeña cadena de letras que algunos sitios de internet nos piden que
reconozcamos para probar que somos seres humanos y no máquinas.
Durante años, los captcha se les resistieron a las máquinas. Pero la
informática evoluciona rápido: en 2017, un sistema artificial logró reconocer
los captcha casi tan bien como un humano (George y otros, 2017). No
sorprende que este algoritmo imite a nuestro cerebro en varios aspectos. Lo
que hace es una verdadera proeza: extrae el esqueleto de cada letra, la esencia
de la letra A, y utiliza todos los recursos del razonamiento estadístico para
verificar en qué medida esta idea abstracta es compatible con la imagen
actual. Sin embargo, este sofisticado algoritmo informático solo se aplica a
los captcha. El cerebro, en cambio, utiliza esta facultad de abstracción para
tratar todas las variables de la vida cotidiana.
La eficiencia del aprendizaje
Todo el mundo está de acuerdo en que las redes neuronales actuales aprenden
con gran lentitud: les hacen falta miles, millones, incluso miles de millones
de datos para adquirir la intuición en determinado ámbito. Tenemos pruebas
experimentales de esta lentitud. Por ejemplo, hacen falta más de novecientas
horas de juego para que la red neuronal diseñada por DeepMind alcance un
nivel razonable en una consola Atari, ¡mientras que un ser humano alcanza el
mismo nivel en dos horas! (Lake y otros, 2017).
Otro ejemplo: el aprendizaje del lenguaje. El psicolingüista Emmanuel
Dupoux estima que en la mayoría de las familias francesas, un niño oye entre
quinientas y mil horas de habla por año, lo que le resulta suficiente para
aprender el dialecto de Descartes, incluidas sus peculiaridades, estrictamente
“idiomáticas”. Se trata por cierto de una sobrestimación, dado que entre los
chimanes, una población indígena de la Amazonía boliviana, los niños no
oyen más que sesenta horas de habla por año, lo que no les impide volverse
excelentes hablantes de chimán. En comparación, los mejores sistemas
informáticos actuales de Apple, Baidu o Google necesitan entre veinte y mil
veces más datos para lograr una mínima competencia lingüística. En el
ámbito del aprendizaje, la eficiencia del cerebro humano todavía es
inigualable: las máquinas están ávidas de acumular datos, mientras que los
humanos son eficientes en su utilización. En nuestra especie, el aprendizaje
sabe extraer lo mejor del dato más pequeño.
El aprendizaje social
La especie humana es la única que voluntariamente comparte la información:
por imitación o gracias al lenguaje, aprendemos muchísimo de otros seres
humanos. Al menos por el momento, esta capacidad queda fuera del alcance
de las redes neuronales. Entre ellas, el conocimiento está encriptado, diluido
entre los valores de cientos de millones de pesos sinápticos. En esta forma
oculta, implícita, es imposible extraerlo y compartirlo selectivamente con
otros. En cambio, en nuestros cerebros, la información del nivel más alto, que
accede a la conciencia, puede enunciarse de modo explícito a otros. El
conocimiento consciente va a la par de la posibilidad de informarlo
verbalmente: cada vez que entendemos algo con suficiente claridad, en
nuestro lenguaje de pensamiento resuena una fórmula mental (y podemos
usar las palabras de nuestro idioma para informar al respecto). La
extraordinaria eficacia con la cual logramos, en pocas palabras, compartir el
conocimiento con otros (“Para llegar a la panadería, doble a la derecha en la
callecita que está detrás de la iglesia”) todavía no tiene igual en el mundo
animal ni en la informática.
El aprendizaje en un solo intento
Un caso extremo de esta eficacia se verifica cuando aprendemos algo nuevo
en un solo intento. Si utilizo un nuevo verbo, por ejemplo, “vualar”, solo una
vez, ya es suficiente para que ustedes lo conozcan. Por supuesto, algunas
redes neuronales también son capaces de almacenar un episodio específico.
Pero lo que las máquinas todavía no hacen bien, y el cerebro humano puede
hacer de maravillas, es integrar esta nueva información dentro de una red de
conocimientos. Ustedes logran instantáneamente no solo memorizar el verbo
“vualar”, sino también conjugarlo, derivar formas nominales e insertar todos
estos ítems en otras frases: “¿Vualamos este tango?”, “¿Si usted pudiera,
vualaría?”, “La vualatud es un problema muy actual”, etc. Cuando yo les digo
“Vengan a vualar un rato con nosotros”, ustedes no solo aprenden una
palabra, sino que también la insertan en un vasto sistema de símbolos y de
reglas: es el infinitivo de un verbo que sigue el paradigma de la primera
conjugación regular (yo vualo, tú vualas, etc.). Aprender es lograr insertar los
conocimientos nuevos dentro de una red existente.
La sistematicidad y el lenguaje del pensamiento
Las reglas de la gramática no son más que un ejemplo del particular talento
del cerebro para descubrir las reglas generales que se esconden detrás de los
casos específicos. En temas de matemáticas, lengua, ciencia, música, el
cerebro humano logra derivar principios muy abstractos, reglas sistemáticas
que puede volver a aplicar en contextos muy diversos. Tomemos el ejemplo
de la aritmética: nuestra capacidad de sumar dos números es extremadamente
general, una vez que aprendemos el procedimiento con números bajos,
podemos sistematizarlo a números altos. Además, a partir de ellos hacemos
inferencias de una generalidad extraordinaria. Una gran cantidad de niños y
niñas, a la edad de 5 o 6 años, descubre que a cada número n le sigue n + 1, y,
por lo tanto, que la secuencia de los números enteros es infinita: no existe un
número mayor en sentido absoluto. Todavía recuerdo con emoción el
momento en que tomé conciencia de lo que en realidad era mi primer teorema
matemático. ¡Qué extraordinario poder de abstracción! ¿Cómo es que nuestro
cerebro, con su cantidad finita de neuronas, alcanza a conceptualizar el
infinito?
Hoy en día, ninguna red neuronal sabe representar conocimientos tan
sistemáticos como “a cada número le sigue otro”. Los valores de verdad
absoluta no son su fuerte. La sistematicidad, esta capacidad de generalizar
sobre la base de una regla simbólica más que sobre la de un parecido
superficial, escapa todavía a los modelos actuales (Fodor y Pylyshyn, 1988;
Fodor y McLaughlin, 1990). Paradójicamente, los autoproclamados
algoritmos de aprendizaje profundo todavía son por completo incapaces de
alcanzar semejante profundidad.
Además, nuestro cerebro parece tener una fluida habilidad para crear
fórmulas en una suerte de idioma mental. Por ejemplo, puede expresar el
concepto de conjunto infinito porque posee una lengua interna dotada de
funciones abstractas como la negación o la cuantificación (infinito = no finito
= más que cualquier número). El filósofo estadounidense Jerry Fodor (1975)
teorizó sobre esta facultad al postular que el pensamiento humano consiste en
símbolos que se combinan de acuerdo con las reglas de un “lenguaje del
pensamiento” (véase también Amalric y otros, 2017). Su peculiaridad
consiste en ser recursivo: cada objeto creado como nuevo (en este caso, el
concepto de infinito) puede reutilizarse de inmediato en combinaciones
inéditas, sin límites. ¿Cuántos infinitos existen? Esta es la absurda cuestión
que indagó el matemático Georg Cantor, y que lo llevó a formular una de las
teorías matemáticas más innovadoras del siglo XX. La capacidad de hacer
“un uso infinito de medios finitos”, según la hermosa fórmula de Wilhelm
von Humboldt (1767-1835), caracteriza al pensamiento humano.
Algunos modelos de ciencia computacional intentan alimentarse con la
adquisición de reglas matemáticas en niñas y niños; pero para hacerlo tienen
que incorporar una forma de aprendizaje muy diferente, una que involucra
reglas y gramáticas y que además se las arregla para optar por la más simple
y probable entre ellas (Piantadosi, Tenembaum y Goodman, 2012, 2016).
Desde esta perspectiva, el aprendizaje se parece a la programación: consiste
en seleccionar, de entre todas las fórmulas internas disponibles en el lenguaje
del pensamiento, la más sencilla que se ajuste a los datos.
Hoy en día, las redes neuronales son incapaces de representar la gama de
frases, fórmulas, reglas y teorías abstractas con las cuales el cerebro del
Homo sapiens construye modelos del mundo. Sin dudas, esto no ocurre por
casualidad: hay allí algo profundamente humano, que no encontramos en el
cerebro de otras especies animales y que las neurociencias contemporáneas
todavía no lograron resolver, una auténtica singularidad de nuestra especie.
Entre los cerebros de los primates, el humano parece ser el único que dispone
de un conjunto de símbolos que se combinan de acuerdo con una sintaxis
compleja y arborescente.[7] Mi laboratorio, por ejemplo, demostró que el
cerebro humano no puede evitar oír una serie de sonidos (bip bip bip bup) sin
derivar de inmediato, a partir de ellos, una teoría de su estructura abstracta
(tres sonidos idénticos y luego un sonido diferente). En la misma situación,
los monos detectan una serie de tres sonidos, oyen que el último es diferente,
pero no parecen integrar estos conocimientos parciales en una sola fórmula.
[8] Llegamos a saber esto porque, al sondear la actividad cerebral, vemos que
se activan distintos circuitos para el número y para la secuencia; pero nunca
observamos el patrón de actividad integrada que encontramos en el área del
lenguaje humano conocida como “área de Broca”.
Del mismo modo, hacen falta decenas de miles de intentos para que un
mono aprenda a invertir el orden de una secuencia (pasar de ABCD a
DCBA), mientras que cinco ensayos son suficientes para cualquier niño o
niña de 4 años (Jiang y otros, 2018). Incluso un bebé de pocos meses de vida
ya codifica el mundo externo mediante reglas abstractas y sistemáticas, una
capacidad por completo ajena a las redes neuronales convencionales tanto
como a otras especies de primates.
La composición de los conocimientos
Tan pronto como aprendí, digamos, a sumar dos cifras, esta destreza pasa a
formar parte de mi repertorio de talentos: se pone inmediatamente a
disposición de mis demás objetivos. Puedo utilizarla en decenas de contextos
distintos; entre otros, cuando tengo que pagar mi cena en el restaurante o
revisar mis declaraciones de impuestos. Además, puedo combinarla con otras
destrezas aprendidas. No tengo dificultad, por ejemplo, para seguir un
algoritmo que requiere que tome un número, le sume 2 y decida si el
resultado es mayor o menor que 5 (Sackur y Dehaene, 2009; Zylberberg y
otros, 2011).
Es sorprendente notar que las redes neuronales actuales todavía no poseen
esta flexibilidad. Lo que aprenden permanece confinado en conexiones
ocultas e inaccesibles, lo que dificulta su reutilización en otras tareas más
complejas. La capacidad de componer las destrezas que se aprendieron en un
momento previo, es decir, de recombinarlas para resolver problemas nuevos,
está fuera de su alcance. De momento, la inteligencia artificial no resuelve
más que problemas extremadamente acotados: el programa AlphaGo, pese a
su corona de campeón mundial en el juego de go, es un experto limitado,
incapaz de generalizar sus habilidades a cualquier otro juego, siquiera un
poco diferente (incluido el juego de go sobre un tablero de 15 × 15 líneas en
vez de uno de 19 × 19). Para nuestro cerebro, en cambio, aprender es casi
siempre volver explícitos los conocimientos de modo tal que podamos
reutilizarlos y recombinarlos con otros.
Una vez más, nos vemos ante una característica singular del cerebro
humano, ligada al lenguaje y difícil de reproducir en una máquina. René
Descartes ya lo había constatado en 1637 en su célebre Discurso del método:
Si las hubiera [máquinas] que semejasen a nuestros cuerpos e
imitasen nuestras acciones, cuanto fuere moralmente posible,
siempre tendríamos dos medios muy ciertos para reconocer que no
por eso son hombres verdaderos; y es el primero, que nunca podrían
hacer uso de palabras ni otros signos, componiéndolos, como
hacemos nosotros, para declarar nuestros pensamientos a los demás,
pues si bien se puede concebir que una máquina esté de tal modo
hecha, que profiera palabras, […] sin embargo, no se concibe que
ordene en varios modos las palabras para contestar al sentido de
todo lo que en su presencia se diga, como pueden hacerlo aun los
más estúpidos de entre los hombres; y es el segundo que, [aunque]
hicieran varias cosas tan bien y acaso mejor que ninguno de
nosotros, no dejarían de fallar en otras[; así,] se descubriría que no
obran por conocimiento, sino solo por la disposición de sus órganos,
pues mientras que la razón es un instrumento universal, que puede
servir en todas las coyunturas, esos órganos, en cambio, necesitan
una particular disposición para cada acción particular.
La razón, instrumento universal… Las capacidades que menciona Descartes
apuntan hacia un segundo sistema de aprendizaje, jerárquicamente superior al
precedente, y basado sobre reglas y símbolos. En sus primeras etapas, nuestro
sistema visual posee vagas similitudes con las redes neuronales actuales:
aprende a filtrar las imágenes de entrada y a reconocer las combinaciones
frecuentes, y eso es suficiente para que reconozca un rostro, una palabra o
una configuración del juego de go. Pero a continuación, el estilo de
procesamiento cambia de manera radical: el aprendizaje empieza a parecerse
a un razonamiento, una inferencia lógica que intenta captar las reglas de un
dominio. Crear máquinas que alcancen este segundo nivel de inteligencia es
el gran desafío de la investigación contemporánea en inteligencia artificial.
Analicemos dos elementos que definen lo que los humanos hacemos cuando
aprendemos en este segundo nivel y que suponen desafíos para los algoritmos
más usuales de machine learning).
Aprender es inferir la gramática de un dominio
Es una característica de la especie humana: permanentemente intentamos
derivar de una situación específica reglas abstractas, conclusiones de alto
nivel, que luego ponemos a prueba en nuevas observaciones. Jerarquizar los
conocimientos de este modo, en un intento por formular leyes abstractas que
den cuenta de nuestras observaciones, es un método de aprendizaje de una
extraordinaria eficacia, ya que las leyes más abstractas son precisamente
aquellas que se aplican a la mayor cantidad de observaciones. Encontrar la
ley correcta o la regla lógica que explica todos los datos disponibles es la
mejor forma de acelerar el aprendizaje, y el cerebro humano domina a la
perfección este juego.
Veamos un ejemplo: imaginemos que les muestro una decena de cajas
llenas de esferas de diferentes colores. Tomo una caja al azar de la que hasta
ahora no saqué nada, meto la mano y saco una esfera verde. ¿Pueden deducir
algo respecto del contenido de esta caja? ¿De qué color será la siguiente
esfera que saque?
La primera respuesta que sin duda viene a la cabeza es: “No hay modo de
saberlo. Usted casi no dio información, ¿cómo podríamos tener idea del color
de las otras esferas?”. Sí, pero… ahora imaginen que, previamente, yo extraje
varias esferas de las otras cajas y que ustedes constataron la siguiente regla:
en determinada caja, todas las esferas son siempre del mismo color. En ese
caso, el problema se vuelve trivial. Cuando les muestro una nueva caja, les
basta con tomar una sola esfera verde para deducir que las restantes serán de
ese mismo color. Si cuento con esta regla general, se puede aprender en
apenas un intento.
Este ejemplo demuestra que un conocimiento de alto nivel, que usualmente
llamamos “nivel meta”, puede guiar un conjunto de observaciones de nivel
más bajo. Una vez que se aprende la metarregla abstracta que dice que todas
las esferas de una caja son del mismo color, el aprendizaje se acelera
muchísimo. Por supuesto, la regla puede resultar falsa. Ustedes se verían muy
sorprendidos (debería decir “metasorprendidos”) si la décima caja que
exploraran contuviera esferas de todos los colores. En ese caso, deberían
revisar su modelo mental y replantearse la hipótesis de que todas las cajas son
idénticas en eso. Tal vez arriesgarían una hipótesis de un nivel todavía más
alto, una metametahipótesis, de acuerdo con la cual las cajas son de dos tipos:
unicolores o multicolores, en cuyo caso les harán falta por lo menos dos
extracciones por caja antes de llegar a alguna conclusión. En cualquiera de
los casos, formular una jerarquía de reglas abstractas les habrá hecho ganar
un tiempo precioso.
Aprender, en este sentido, supone administrar una jerarquía interna de
reglas e intentar inferir lo antes posible las reglas más generales, aquellas que
resuman la mayor cantidad de observaciones. Desde la infancia, nuestro
cerebro aplica este principio de jerarquía. Observen a un niño de 2 o 3 años
que se pasea por un jardín y a quien sus padres le enseñaron una palabra
nueva, por ejemplo, “mariposa”. A menudo, le basta oír la palabra una vez o
dos… et voilà!: su significado está memorizado. Esta velocidad de
aprendizaje es increíble. Supera todo lo que la inteligencia artificial de hoy en
día logra imitar. ¿Por qué es difícil el problema? Porque cada enunciado de
cada palabra no acota por completo su significado. La palabra “mariposa” se
pronuncia cuando el niño está inmerso en una escena compleja, llena de
flores, árboles, juguetes, personas, todos candidatos potenciales para el
significado de esa palabra. Ni siquiera hablo de significados menos evidentes:
cada instante que vivimos está lleno de ruidos, olores, movimientos,
acciones, pero también de ideas abstractas dotadas de sus propios nombres,
que debimos aprender. Así, “mariposa” podría querer decir “color”, “cielo”,
“moverse” o “simetría”. El problema se plantea de modo más desconcertante
para las palabras abstractas. ¿Cómo aprende un niño las palabras “pensar”,
“creer”, “no”, “libertad” o “muerte”? ¡¿Cómo comprende lo que quiere decir
“yo”, si cada vez que oyó ese término sus interlocutores hablaban de… ellos
mismos?!
La incorporación veloz de palabras abstractas es incompatible con los
modelos simplistas del aprendizaje, como el condicionamiento clásico de
Pávlov o el aprendizaje asociativo de Skinner. Las redes neuronales que
intentan simplemente correlacionar entradas con salidas, imágenes con
palabras, por lo general necesitan miles de intentos para comprender que
“mariposa” designa ese objeto colorido que está allí, en una esquina de la
imagen…, y este principio de correlación palabra-imagen nunca permitirá
comprender términos desprovistos de referencia fija, como “nosotros”,
“siempre” y “olor”.
El problema del aprendizaje de palabras plantea un inmenso desafío para las
ciencias cognitivas. Sin embargo, sabemos que una parte de la solución reside
en la capacidad de los niños de formular representaciones no lingüísticas,
abstractas, lógicas. Incluso antes de aprender sus primeras palabras, el niño
posee un tipo de lenguaje del pensamiento con el cual puede formular
hipótesis muy abstractas, y ponerlas a prueba. Su cerebro no es una tabula
rasa, y el conocimiento innato que proyecta sobre el mundo externo angosta
el espacio abstracto en que aprende. Es más, si un niño aprende tan rápido el
significado de las palabras, mucho más rápido que una red neuronal, es
porque selecciona entre el conjunto de hipótesis posibles y se deja guiar por
una panoplia de reglas de alto nivel: estas metarreglas aceleran enormemente
el aprendizaje, tal como vimos en el problema de las cajas de esferas de
colores.
Una de las reglas que facilitan la adquisición del vocabulario es la de
privilegiar siempre la hipótesis más limitada y más simple que sea compatible
con los datos. Por ejemplo, cuando un bebé escucha a su mamá decir “¡Ah,
llegó el perro!”, nada excluye que la palabra “perro” haga referencia a aquel
perro en concreto (Tobi), o, a la inversa, a cualquier mamífero, cuadrúpedo,
animal o ser vivo. ¿Cómo es que el niño descubre el verdadero significado de
la palabra: solamente los perros, pero todos los perros? Los experimentos
sugieren que razona como el buen lógico, que pone a prueba todas las
hipótesis y opta por la más simple que explique la frase que oyó. Entonces,
cuando los humanos pequeños oyen la palabra “Tobi” (o “Snoopy” o
“Lassie”, según las épocas o las geografías), siempre la oyen en un contexto
específico, referida a determinado animal, y el conjunto más pequeño
compatible con los distintos elementos observables está acotado a ese y solo
ese perro. La primera vez que oye la palabra “perro” en un contexto
específico, puede creer temporariamente que esa palabra solo se refiere a
determinado animal; pero cuando la oye por segunda vez, en un contexto
diferente, puede deducir que se refiere más bien a una categoría completa
(figura 5). Un modelo matemático de este proceso predice que son suficientes
tres o cuatro ocurrencias para alcanzar el significado apropiado (Tenenbaum
y otros, 2011; Xu y Tenenbaum, 2007). Es el tipo de inferencia que los niños
hacen diez, cien, o mil veces más rápido que las redes neuronales actuales.
Otros trucos permiten que los niños aprendan a hablar en un tiempo récord,
en comparación con los sistemas actuales de inteligencia artificial. Una de
estas metarreglas expresa una perogrullada: por lo general, quien habla presta
atención a aquello de lo que habla. Una vez que adquiere esta regla, el bebé
puede acotar considerablemente su búsqueda del significado: no está
obligado a poner en relación cada palabra con todos los objetos presentes en
la escena visual, como haría una computadora, hasta obtener suficientes datos
que le prueben que cada vez que oye hablar de “mariposa” el pequeño insecto
colorido está presente. Le basta con seguir la mirada de sus padres o la
dirección de sus dedos para deducir de qué hablan: es lo que llamamos
“atención compartida”, un principio fundamental del aprendizaje del
lenguaje.
Al respecto, ya contamos con experiencias muy refinadas: si ustedes quieren
acompañarnos en esta aventura de investigación, pueden tener su propia
vivencia: tomen a alguna criatura de 2 o 3 años (siempre pidiendo permiso,
claro) y muéstrenle un juguete nuevo ante la mirada de una entusiasta
persona adulta que diga: “¡Ah, un wug!”. No hace falta más de un intento
para que el niño retenga que “wug” es el nombre de ese objeto.
Figura 5. Aprender es seleccionar el modelo más sencillo que se ajuste a los datos.
Supongan que les muestro la tarjeta que se reproduce aquí arriba, y les digo que los tres
objetos marcados con un contorno más oscuro son “tufas”. Con esta pequeña cantidad de
datos, ¿cómo hacen para encontrar las otras tufas? Su cerebro construye un modelo de la
manera en que se generaron esas formas, un árbol jerárquico de sus propiedades, y selecciona
la rama más pequeña del árbol que sea compatible con todos los datos del problema.
Para proseguir la puesta en escena científica, compongan el mismo escenario
y la misma situación, pero que el adulto, como en una obra de Jean Cocteau,
se quede mudo: ahora deleguen en un altavoz –que habrán situado en el
techo– la tarea de decir: “¡Ah, un wug!”. El niño no aprende cosa alguna,
porque no logra comprender la intención del hablante (Baldwin y otros,
1996). Un bebé no retiene las palabras si no comprende la intención de quien
habla. Esta capacidad, de una abstracción notoria, le permite aprender las
palabras abstractas: para eso, debe literalmente ponerse en el lugar del locutor
y comprender a qué pensamientos hacen referencia las palabras que
pronuncia.
La niña o el niño de nuestra escena (al igual que sus colegas fuera de ella)
utiliza todavía más metarreglas para aprender palabras. Por ejemplo, saca el
mejor provecho del contexto gramatical: cuando oye: “Ey, miren la
mariposa”, la presencia del determinante “la” le garantiza que esta palabra
desconocida es un sustantivo. Esta es una metarregla que debe aprender: no
nacemos con un conocimiento innato de todos los posibles determinantes de
todas las lenguas. Sin embargo, la experiencia muestra que este aprendizaje
es rápido: alrededor de los 12 meses, las criaturas ya registraron y retuvieron
los principales determinantes y palabras funcionales de su lengua materna, y
los utilizan para guiar los aprendizajes posteriores (Cyr y Shi, 2013; Shi y
Lepage, 2008).
Si logran hacer esto, es indudablemente porque esas palabras son muy
frecuentes y aparecen en numerosas frases, casi siempre ante un sustantivo o
un sintagma nominal. El razonamiento puede parecer circular, pero en
realidad no lo es: alrededor de los 6 meses, el bebé comienza por aprender
sus primeros sustantivos, a menudo sustantivos ultrafamiliares como “taza” y
“mesa”… Luego nota que estas palabras suelen estar precedidas por una
palabra muy frecuente, el determinante “la”… de lo que deduce que, así
escoltadas, todas esas palabras forman parte de la misma categoría,
“sustantivo”, y que a menudo refieren a objetos de su entorno. Al fin y al
cabo, esa metarregla le permite, cuando oye un enunciado como “la
mariposa”, buscar en primer lugar un significado posible entre los objetos
que lo rodean, en vez de tratarlo como un verbo o un adjetivo. Luego, cada
episodio de aprendizaje refuerza la regla, que a su vez facilita los
aprendizajes posteriores, en un vasto movimiento que se acelera cada día. Los
psicólogos del desarrollo afirman que niños y niñas confían en el
bootstrapping sintáctico: el algoritmo de aprendizaje del lenguaje durante la
infancia se las apaña para levantar vuelo por su cuenta,[9] gradualmente, al
capitalizar una serie de pasos inferenciales. Pasos pequeños, pero
sistemáticos.
Hay otra metarregla que el niño utiliza para acelerar el aprendizaje de
palabras. Es el supuesto de exclusividad mutua, que podríamos sintetizar en
esta fórmula: un solo nombre para cada cosa. En suma, esta regla dice que es
poco probable que dos nombres diferentes designen un mismo concepto. Una
palabra nueva, entonces, probablemente hará referencia a un concepto nuevo.
Al tener presente este principio, cuando una niña oye una nueva palabra,
puede acotar su búsqueda de significado a las cosas cuyo nombre todavía no
conoce. Y, desde los 16 meses, lo aplica con bastante astucia.[10] Intenten
realizar una experiencia. Tomen dos recipientes idénticos, uno de color azul,
común y corriente, y el otro de un color poco habitual, por ejemplo, verde
oliva; ahora díganle a un niño: “Dame el recipiente crapitado”. El niño les va
a dar el recipiente que no es azul (palabra que ya conoce); parece dar por
sentado que si ustedes hubiesen querido hablar del recipiente azul, habrían
usado, precisamente, la palabra “azul”; ergo… ustedes deben estar
refiriéndose al otro recipiente, menos conocido. Semanas más tarde, esa
simple experiencia habrá sido suficiente para que recuerde que ese color
extraño se llama “crapitado”.
Una vez más, notamos que la metarregla acelera enormemente el
aprendizaje. Pero sin dudas hubo que aprenderla, o al menos consolidarla. En
efecto, la observación demuestra que los niños de familia bilingüe la aplican
tanto menos que los otros (Byers-Heinlein y Werker, 2009). Su experiencia
bilingüe los hace darse cuenta de que papá y mamá utilizan palabras
diferentes para decir lo mismo. Los niños monolingües, en cambio, se apoyan
con más fuerza sobre la regla de exclusividad mutua. Han descubierto que,
cuando ustedes usan una palabra nueva, es porque quieren que ellos aprendan
un nuevo objeto o concepto. Si les dicen: “Dame el fax”, y a su alrededor no
hay más que objetos familiares, van a buscar por todos lados, en un intento
por encontrar ese misterioso objeto desconocido que les piden, no se les
ocurrirá que podrían referirse a alguno de los objetos conocidos.
Todas estas metarreglas explican lo que llamamos “bendición de la
abstracción”: las metarreglas más abstractas pueden ser la cosa más fácil de
aprender, porque cada palabra que las criaturas oyen les aporta material de
prueba al respecto. Entonces, una regla gramatical por el estilo de “las formas
nominales suelen estar precedidas por un determinante” bien puede
incorporarse tempranamente y guiar la subsiguiente adquisición de un amplio
repertorio de sustantivos. Gracias a la bendición de la abstracción, hacia los 2
o 3 años, en este benemérito período bien llamado “explosión léxica”, el niño
aprende entre diez y veinte palabras nuevas por día, sin dificultad alguna,
sobre la base de tenues indicios que todavía hacen fracasar a los mejores
algoritmos del planeta.
La capacidad de utilizar metarreglas parece demandar una buena dosis de
inteligencia. Por lo tanto, ¿es exclusiva de la especie humana? No por
completo. Existen otros animales también capaces de dar muestras de
abstracción. Tomemos el caso de Rico, un perro pastor al que su dueña ha
adiestrado para que le acerque los objetos más diversos (Kaminski, Call y
Fischer, 2004). Es suficiente ordenarle “Rico, por favor: el dinosaurio” y el
animal entra en la sala de juegos para volver, algunos segundos más tarde,
con un dinosaurio de peluche en la boca. Los etólogos que lo investigaron
demostraron que Rico conoce cerca de doscientas palabras. Pero lo más
extraordinario es que también utiliza la regla de exclusividad mutua para
aprender palabras nuevas. Si le dicen “Rico, el sikirid” (una palabra nueva),
Rico se pone a buscar entre los objetos presentes, y solo regresa con un
objeto nuevo, cuyo nombre todavía no conoce. Él también utiliza metarreglas
como “un solo nombre para cada cosa”.
Matemáticos e informáticos ya comenzaron a diseñar algoritmos que
permiten que las máquinas aprendan este tipo de jerarquía de reglas, de
metarreglas e incluso de metametarreglas, hasta un nivel arbitrario. En estos
algoritmos jerárquicos, cada episodio de aprendizaje restringe no solo los
parámetros de nivel bajo, sino también los conocimientos de nivel más alto,
los hiperparámetros abstractos que, a su vez, orientarán los aprendizajes
posteriores. Si bien todavía no logran imitar la extraordinaria eficacia del
aprendizaje de la lengua, a veces estos sistemas alcanzan notables
desempeños. Por ejemplo, la figura 6 muestra uno de estos algoritmos
recientes, una suerte de científico artificial que encuentra el mejor modelo del
mundo exterior (Kemp y Tenenbaum, 2008). Este sistema dispone no solo de
reglas abstractas, sino también de una verdadera gramática que le permite,
mediante la combinación de estas reglas elementales, engendrar una infinidad
de estructuras de alto nivel. El sistema considera que una línea es un
encadenamiento de puntos unidos el más próximo con el más próximo, por la
aplicación de la regla “cada punto tiene dos vecinos, uno a la izquierda y uno
a la derecha”, y así descubre por sí solo que esa es la mejor manera de
organizar los entornos naturales (una línea que va de cero al infinito) o
políticos (desde la extrema izquierda hasta la extrema derecha). Una variante
de la misma gramática engendra un árbol binario en que cada nodo posee un
padre y dos hijos. Esta estructura de árbol es la seleccionada automáticamente
por el sistema cuando le pedimos que represente seres vivos. La máquina,
como un verdadero Darwin artificial, redescubre de manera espontánea el
árbol de las formas de la vida.
Otras combinaciones de reglas generan planos, cilindros y esferas y gracias
a ellas el algoritmo va descubriendo de qué modo estructuras como esas se
aproximan a la geografía local o global de nuestro planeta. Versiones más
sofisticadas de ese mismo algoritmo son capaces de expresar ideas aún más
abstractas. Por ejemplo, los informáticos estadounidenses Noah Goodman y
Joshua Tenenbaum concibieron un sistema capaz de descubrir el principio de
causalidad, la idea misma de que determinados acontecimientos causan otros
(Goodman, Ullman y Tenenbaum, 2011; Tenenbaum y otros, 2011). Su
formulación es abstrusa y matemática: “En un grafo direccional y acíclico
que vincule diversas propiedades entre sí, existe un subconjunto de
propiedades de las cuales dependen las demás”. No importa que esta
expresión sea casi incomprensible, lo que importa es que da cuenta del tipo
de fórmulas internas abstractas que esta gramática mental es capaz de
expresar y de probar. El sistema pone a prueba miles de fórmulas como esta,
y solo conserva aquellas que se ajustan a los datos. Como resultado,
enseguida deduce el principio de causalidad (si en efecto algunas de las
experiencias sensoriales que recibe son causas y otras, consecuencias).
Figura 6. Aprender es inferir la gramática de un dominio. En el MIT, dos informáticos
inventaron un algoritmo que por sí solo descubre la estructura de un dominio científico. El
sistema dispone de una gramática de reglas en que las combinaciones generan estructuras
nuevas de los tipos más variados: líneas, planos, círculos, cilindros, árboles… Al seleccionar
la estructura más apropiada para los datos, el algoritmo realiza descubrimientos que a los
científicos les insumieron años de dedicación: el árbol de las especies animales (de Charles
Darwin, en 1859), la esfericidad de la tierra (Parménides de Elea, hacia 600 a.C.), o incluso
el espectro cromático (de Isaac Newton, en 1675).
Este es otro ejemplo de la bendición de la abstracción: el hecho de ser
capaces de formular una regla de nivel alto permite acelerar enormemente el
aprendizaje, porque la regla acota en gran medida el campo de posibilidades
entre las cuales buscar. Gracias a esto, generaciones enteras de niñas y niños
van en busca del Santo Grial de las Explicaciones; para conquistarlo, recurren
a una inagotable reserva de preguntas y al omnipresente “¿por qué?”. Y así
ponen a la especie en el camino de la búsqueda del conocimiento científico.
De acuerdo con este enfoque, aprender consiste en seleccionar, dentro de un
gran conjunto de expresiones en el lenguaje del pensamiento, aquella que
mejor se ajuste a los datos. Veremos que es un excelente modelo de lo que
hace el niño: en su condición de científico en ciernes, formula teorías y las
confronta con el mundo exterior. Esto supone que las representaciones
mentales de los niños son tanto más estructuradas que las de las redes
neuronales artificiales de la actualidad. Desde el nacimiento, el cerebro del
niño dispone de dos ingredientes esenciales: por un lado, la maquinaria que
permite engendrar fórmulas abstractas (un lenguaje del pensamiento, lenguaje
que es combinatorio); y, por otro lado, la capacidad de seleccionar estas ideas
con acierto, en función de su adecuación a los datos recibidos.
Ese es el nuevo enfoque acerca del cerebro: un inmenso modelo generativo,
enorme arquitectura bien organizada, capaz de imaginar miles de reglas y
estructuras hipotéticas, pero que poco a poco se atiene a solo aquellas que se
condicen con la realidad.[11]
Aprender es razonar como un buen científico
¿Cómo selecciona el cerebro la mejor hipótesis? ¿Sobre la base de qué
criterio acepta o rechaza un modelo del mundo exterior? Resulta que existe
una estrategia ideal para hacerlo. Esta estrategia constituye el nodo de una de
las teorías más recientes y más productivas del aprendizaje: la hipótesis de
que el cerebro se comporta como un científico en ciernes. Según dicho
enfoque, aprender es razonar como un buen estadístico que elige, entre
muchas hipótesis, aquella con mayor probabilidad de ser correcta, teniendo
en cuenta los datos disponibles.
¿Cómo funcionan las teorías científicas? Cuando un científico formula una
teoría, no se contenta con exhibir fórmulas matemáticas; también establece
predicciones. La importancia de la teoría se juzga por la riqueza de las
predicciones originales que se derivan de ella. La verificación o la refutación
de estas predicciones acarrea la validación o la impugnación de una teoría. El
investigador aplica una lógica simple: enuncia varias teorías, despliega la red
de sus predicciones y elimina aquellas cuyas predicciones se ven invalidadas
por la experiencia. Por supuesto, rara vez es suficiente un solo experimento: a
menudo es necesario reiterarlo varias veces, en distintos laboratorios, para
desentrañar qué es verdadero y qué falso. En palabras del filósofo de la
ciencia, Karl Popper, la ignorancia retrocede constantemente a medida que
una secuencia de conjeturas y refutaciones permite ir refinando la teoría.
El lento método de la ciencia se parece al modo en que aprendemos. En
nuestras mentes, vemos disiparse la ignorancia, que retrocede a medida que el
cerebro formula teorías más certeras del mundo exterior a partir de
observaciones. Pero ¿esto es apenas una metáfora imprecisa? No: en efecto,
es un enunciado bastante exacto acerca de lo que el cerebro debe de estar
computando. Y hace ya unos treinta años o más que las hipótesis que
describen al niño como un científico trajeron aparejada una serie de
descubrimientos cruciales acerca del modo en que niñas y niños razonan y
aprenden.
Durante mucho tiempo los matemáticos y los informáticos han teorizado
sobre el razonamiento ideal en presencia de incertidumbre. Esta sofisticada
teoría es llamada “bayesiana”, a partir del nombre de su primer descubridor,
el reverendo Thomas Bayes, un pastor presbiteriano y matemático inglés, que
llegó a ser miembro de la Royal Society británica. Pero tal vez deberíamos
llamarla teoría “laplaciana”, dado que debemos su primera formalización
completa al gran matemático francés Pierre-Simon, marqués de Laplace
(1749-1827). Más allá de eso, hubo que esperar a los últimos veinte años para
que este enfoque ganase prominencia y pasase a ser uno de los pilares de las
ciencias cognitivas y el machine learning, porque de por sí garantiza la
extracción de un máximo de información de cada dato. Aprender es ser capaz
de hacer la mayor cantidad posible de deducciones de cada observación,
hasta de las más inciertas, y precisamente eso está respaldado por la regla de
Bayes.
¿Qué descubrieron Bayes y Laplace? En pocas palabras: la forma correcta
de hacer deducciones, razonando con las probabilidades para remontar cada
observación, por tenue que sea, a su causa más plausible. Volvamos a los
fundamentos de la lógica. Desde la Antigüedad, la humanidad ha
comprendido cómo razonar con valores de verdad, “verdadero” o “falso”.
Aristóteles introdujo las reglas de la deducción que conocemos como
silogismos y que cada cual aplica de manera más o menos intuitiva. Por
ejemplo, la regla llamada modus tollens (literalmente, “modo que niega”)
dice que, si p implica q y se verifica que q es falsa, entonces p debe ser falsa.
Esta es la regla que aplicó Sherlock Holmes en el famoso relato “Estrella de
plata”, que presenta el episodio conocido como “El curioso incidente del
perro a medianoche”:
—¿Existe algún otro detalle acerca del cual desearía usted llamar mi
atención?
—Sí, acerca del curioso incidente del perro a medianoche.
—El perro no intervino para nada.
—Ese es precisamente el incidente curioso.
Efectivamente –razona Sherlock–, si el perro hubiera reparado en un
desconocido, entonces habría ladrado. Como no lo hizo, eso quiere decir que
el criminal era una persona familiar… un razonamiento que le permite al
célebre detective acotar la investigación y desenmascarar al culpable.
¿Qué relación tiene esto, me dirán ustedes, con el aprendizaje? Bueno,
aprender es también razonar como un detective: se trata siempre de volver a
las causas ocultas de los fenómenos para deducir de ellas el modelo que las
rige. Pero, en el mundo real, las observaciones pocas veces son verdaderas o
falsas: son inciertas y probabilísticas. Y es exactamente allí donde se sitúan
las contribuciones fundamentales del reverendo Bayes y del marqués de
Laplace: la teoría bayesiana nos dice cómo razonar con las probabilidades,
qué tipos de silogismos debemos aplicar cuando los datos no son perfectos,
verdaderos o falsos, sino probabilísticos.
“La teoría de la probabilidad. La lógica de la ciencia”: esa es la traducción
posible del título de un libro fascinante del estadístico E. T. Jaynes (2003)
sobre la teoría bayesiana, en cuyas páginas se demuestra que lo que llamamos
“probabilidad” no es otra cosa que la expresión de nuestra incertidumbre.
Con precisión matemática, la teoría explica las leyes según las cuales la
incertidumbre debe evolucionar cuando realizamos una nueva observación.
Es la extensión perfecta de la lógica entre la neblina de las probabilidades y
las incertidumbres.
Tomemos un ejemplo, similar en espíritu al que el reverendo Bayes usó
como base de su teoría en el siglo XVIII. Supongamos que observo a alguien
lanzar una moneda, no trucada: tiene tantas posibilidades de caer sobre la
cara como sobre la ceca (un 50% en cada caso). A partir de esta premisa, la
teoría clásica de las probabilidades nos dice cómo calcular las probabilidades
de observar determinado resultado (por ejemplo, cuál es la probabilidad de
obtener tres caras y dos cecas). La teoría bayesiana nos permite realizar el
camino inverso: de las observaciones a las causas. Nos dice, con exactitud
matemática, cómo responder a preguntas del tipo “Si observo arrojar la
moneda muchas veces, ¿debo revisar mi opinión sobre la moneda?”. La
hipótesis por default es que la moneda no está trucada… pero si la veo caer
veinte veces sobre la cara, debo revisar mi hipótesis: con seguridad la
moneda sí está trucada. Mi hipótesis de partida se volvió improbable. ¿Pero
en qué medida? La teoría de Bayes y Laplace explica precisamente cómo
revisar nuestras creencias luego de cada observación. A cada hipótesis se le
asigna un número que corresponde a un nivel de confianza. Luego de cada
observación, ese número cambia en un valor que depende del grado de
improbabilidad del resultado obtenido. Al igual que en las ciencias, cuanto
más improbable es una observación experimental, más contradice las
predicciones de nuestra teoría inicial, y con más confianza podemos
rechazarla y buscar explicaciones alternativas.
La teoría bayesiana posee una eficacia notable: no es muy conocida por el
gran público (entre otras cosas porque durante mucho tiempo fue un secreto
militar muy bien guardado), pero tuvo una primera y contundente aplicación
durante la Segunda Guerra Mundial, cuando el genial matemático y
criptógrafo Alan Turing la utilizó para descifrar el código Enigma. Las
distintas variedades de la máquina Enigma, que se utilizaban para encriptar
todos los mensajes alemanes, estaban compuesta por numerosos engranajes,
rotores y cables eléctricos, conectados de modo tal que sus combinaciones
posibilitaban más de un millar de configuraciones diferentes que cambiaban
luego de cada letra. Cada mañana, el responsable del código ubicaba la
máquina en la configuración prevista para ese día, tecleaba un texto y Enigma
escupía una secuencia infernal de letras, que solo el poseedor de la clave
podía decodificar. Para cualquier otra persona, el texto parecía perfectamente
aleatorio. Pero aquí intervino la genialidad de Turing: descubrió que, si dos
máquinas habían sido configuradas de la misma manera, eso inducía un
ligero sesgo en la distribución de las letras; así, los dos mensajes tenían
algunas posibilidades más de parecerse. Este sesgo era tan débil que ninguna
letra aislada era prueba suficiente para sacar conclusiones certeras; pero al
acumular esas improbabilidades, letra tras letra, Turing podía obtener mayor
material probatorio de que la misma configuración había sido utilizada dos
veces. Sobre esta base, y con la ayuda de lo que llamaron arbitrariamente
“bomba” (un gran dispositivo electromecánico que prefiguró nuestras
computadoras), Turing y su equipo lograron quebrar (“crackear”) el código
Enigma, y así descifrar mensaje tras mensaje.
Una vez más, ¿cuál es la relevancia de estos pormenores a la hora de
contemplar nuestro cerebro? El mismo tipo de razonamiento parece ocurrir
dentro de nuestra corteza.[12] Según esta teoría, cada región del cerebro
formula una o varias hipótesis y transmite sus predicciones a las otras
regiones. De esta manera, cada módulo cerebral restringe las hipótesis del
siguiente, mediante el intercambio de mensajes que son predicciones
probabilísticas sobre el mundo exterior. Esas señales se llaman
“descendentes” porque se inician en áreas cerebrales de alto nivel, como la
corteza frontal, y poco a poco se desplazan hacia las áreas sensoriales de
nivel más bajo, hasta, por ejemplo, la corteza visual primaria. La teoría dice
que estas señales expresan la nube de hipótesis que nuestro cerebro juzga
plausibles y desea poner a prueba.
En el nivel de las áreas sensoriales, estas hipótesis entran en contacto con
los mensajes “ascendentes” provenientes del mundo exterior (de la retina, por
ejemplo). En ese momento, el modelo se confronta con la realidad. El
enfoque bayesiano supone que el cerebro debe calcular una señal de error: la
diferencia entre lo que el modelo predice y lo que se observó. El algoritmo
bayesiano luego indica cómo valerse de esta señal de error para ajustar el
modelo interno del mundo. Si no hay error, eso significa que el modelo es
correcto. Si no, la señal de error remonta la cadena de las áreas cerebrales
involucradas y ajusta, paso a paso y en todas ellas, las hipótesis del modelo.
Con mayor o menor celeridad, el algoritmo converge en un modelo mental
ajustado al mundo exterior.
De acuerdo con este enfoque acerca del cerebro, nuestro juicio de adultos se
apoya sobre dos tipos de conocimientos: el saber innato de la especie (que los
bayesianos llaman el a priori, la ponderación de los espacios de hipótesis que
heredamos de la evolución) y la experiencia personal (la probabilidad a
posteriori, la revisión de esas hipótesis, basada sobre todas las inferencias
que pudimos hacer en el transcurso de nuestra vida). Esta división del trabajo
disuelve el debate clásico entre lo innato y lo adquirido: la organización del
cerebro nos aporta un potente equipo inicial y una máquina de aprendizaje
igualmente poderosa. Cada conocimiento debe apoyarse sobre los dos
componentes: un juego de hipótesis a priori, previo a cualquier interacción
con el entorno, y la capacidad de organizarlas conforme a su plausibilidad a
posteriori, una vez que disponemos de datos reales.
Podemos demostrar matemáticamente que el enfoque bayesiano es la mejor
manera de aprender. Es la única forma de extraer la verdadera esencia de un
episodio de aprendizaje, y de obtener el máximo provecho. Unos pocos bits
de información, como las coincidencias sospechosas que Turing había
detectado en el código Enigma, nos bastan para aprender. Si el sistema los
trata como haría un buen estadístico, acumulando con paciencia las
probabilidades, inevitablemente terminará por obtener una cantidad suficiente
de datos para refutar determinadas teorías y validar otras.
¿Realmente el cerebro funciona así? ¿Es capaz de generar, desde el
nacimiento, amplios espacios de hipótesis a priori entre las cuales aprende a
elegir? ¿Procede por eliminación, formulando hipótesis sofisticadas y
seleccionándolas en tanto y en cuanto los datos observables les sean
favorables o contrarios? ¿El bebé se comporta, desde la cuna, como el más
astuto de los estadísticos? ¿Es capaz de obtener el máximo de información
posible de cada episodio de aprendizaje? Hagamos primer plano en los datos
experimentales acerca del cerebro de los bebés.
[7] Sobre la recursividad como propiedad exclusivamente humana, véanse Dehaene,
Meynel y otros (2015); Everaert y otros (2015); Hauser, Chomsky y Fitch (2002);
Hauser y Watumull (2017).
[8] Sobre la singularidad humana para codificar una secuencia elemental de sonidos,
véase Wang y otros (2015).
[9] Véase nota 6.
[10] Sobre el principio de exclusividad mutua en el aprendizaje de palabras, véanse
Carey y Bartlett (1978); Clark (1988); Markman y Wachtel (1988); Markman,
Wasow y Hansen (2003).
[11] Sobre el cerebro como un modelo generativo, véanse Lake, Salakhutdinov y
Tenenbaum (2015); Lake y otros (2016).
[12] Acerca del modelo bayesiano del procesamiento de la información en la corteza,
véase Friston (2005). Sobre datos empíricos en el paso jerárquico de mensajes de
error probabilístico en la corteza, véanse también Chao y otros (2018); Wacongne y
otros (2011).
Parte II
Cómo aprende nuestro cerebro
Esta facultad, existente en el alma de cada uno, y el órgano con que
cada cual aprende, deben volverse, apartándose de lo que nace, con
el alma entera, […] hasta que se hallen en condiciones de afrontar la
contemplación del ser.
Platón, La República (~380 a.C.)
El debate entre lo innato y lo adquirido se ha prolongado durante milenios.
¿El bebé se parece a una hoja en blanco, una tabula rasa, una botella vacía,
que la experiencia debe llenar? Ya en el siglo IV a.C., en La República,
Platón descartó de plano la idea de que nuestro cerebro viene al mundo
desprovisto de cualquier forma de conocimiento y afirmó que, por el
contrario, ya al nacer somos depositarios de dos enormes estructuras: “Esta
facultad, existente en el alma de cada uno” (que en otras versiones se
interpretó como el “poder del cerebro”) y “el órgano con que cada cual
aprende”.
La convergencia es notable. Como acabamos de ver, a esa misma
conclusión llega toda la investigación reciente en machine learning. El
aprendizaje es infinitamente más eficaz si disponemos, por un lado, de un
amplio espacio de hipótesis, un conjunto de modelos mentales con un sinfín
de reglas entre las cuales elegir; y, por el otro, de algoritmos sofisticados que
ajusten sus parámetros a partir de los datos recibidos del mundo exterior.
Como decía uno de mis amigos, en el debate entre lo innato y lo adquirido,
¡hemos subestimado a los dos por igual! Aprender requiere una arquitectura
bifronte: una inmensa cantidad de modelos generativos internos y algoritmos
eficaces para ajustar estos modelos a la realidad.
Las redes neuronales artificiales lo hacen a su modo: encomiendan la
representación de los modelos mentales a millones de conexiones ajustables.
Sin embargo, pese a que estos sistemas procesan bastante bien el
reconocimiento rápido e inconsciente de las imágenes o del habla, todavía no
saben representar hipótesis más abstractas, como las reglas de la gramática o
la lógica de las operaciones matemáticas.
El cerebro humano parece funcionar de modo diferente: nuestro saber se
incrementa a partir de la gradual combinación de símbolos. Según la
hipótesis del cerebro bayesiano, venimos al mundo con una enorme cantidad
de combinaciones factibles de pensamientos potenciales. Este lenguaje del
pensamiento, dotado de hipótesis abstractas y de reglas gramaticales,
preexiste a cualquier aprendizaje y constituye un inmenso espacio de
hipótesis que se pondrán a prueba. Para hacerlo, el cerebro actúa como un
científico: recolecta datos estadísticos y, entre un gran conjunto de modelos
generativos posibles, selecciona aquel que mejor se ajusta al mundo exterior.
Esta perspectiva sobre el aprendizaje puede parecer contraintuitiva. Sugiere
que en el cerebro de cada bebé ya anidan, en potencia, todas las lenguas del
mundo, todos los objetos, todos los rostros, todas las herramientas que podrá
encontrar, y también todas las palabras, todos los hechos, todos los
acontecimientos que podrá recordar. La capacidad de combinación del
cerebro debe ser tal que todos estos objetos del pensamiento ya estén a
disposición –como veíamos, en potencia– con sus probabilidades a priori y
con la capacidad de actualizarlas cuando la experiencia diga que deben ser
revisadas. ¿Así aprende un bebé?
3. El saber invisible: las sorprendentes
intuiciones de los bebés
¿Existe algo que parezca más indefenso que un recién nacido? ¿No parece
completamente razonable pensar, como Locke, que su mente es una tabula
rasa que espera recibir la huella del ambiente? Rousseau intentó resolver esta
cuestión en su tratado Emilio o De la educación (1762): “Nacemos con
capacidad para aprender, pero sin saber nada, sin conocer nada”. Cerca de
dos siglos más tarde, la hipótesis fue retomada por Alan Turing, padre de la
informática contemporánea: “Es verosímil que el cerebro del niño sea como
una libreta que acabamos de comprar en la papelería. Un mecanismo muy
pequeño y un montón de páginas en blanco”.
Hoy en día sabemos que esto es falso. Las apariencias engañan: pese a su
inmadurez, el cerebro del recién nacido posee ya un amplio saber, heredado
de su historia evolutiva. Sin embargo, la mayor parte de este conocimiento
permanece invisible, ya que no se expresa en el comportamiento primitivo
del bebé. Hicieron falta avances metodológicos importantes en el dominio de
las ciencias cognitivas para poner en evidencia el extraordinario repertorio de
capacidades con que cada bebé llega al mundo. Objetos, números,
probabilidades, rostros, lenguaje… El alcance de los conocimientos innatos
de los bebés está lejos de ser despreciable.
El concepto de objeto
Tenemos la intuición de que el mundo está hecho de objetos rígidos. En
realidad, está constituido por átomos, pero en la dimensión en que vivimos,
estos átomos se aglomeran y suelen comportarse como entidades coherentes
que se mueven juntas y que a veces se entrechocan sin perder su cohesión;
estos grandes haces de átomos forman lo que llamamos “objetos”. La
existencia de los objetos es una propiedad fundamental de nuestro ambiente.
¿Tenemos que aprender esto? No. Millones de años de evolución parecen
haber integrado este conocimiento en lo más profundo de nuestros cerebros.
Desde que tiene unos pocos meses de vida, el bebé ya sabe que el mundo está
formado por objetos, que se mueven como un bloque, que ocupan espacio,
que no pueden desaparecer sin motivo, y que es imposible que dos de ellos
ocupen un mismo lugar (Baillargeon y DeVos, 1991; Kellman y Spelke,
1983). En cierto sentido, su cerebro ya conoce las leyes de la física: espera
que la trayectoria de un objeto, tanto en el espacio como en el tiempo, sea
continua, sin desapariciones ni saltos repentinos.
¿Cómo lo sabemos? Porque los bebés manifiestan sorpresa en situaciones
experimentales que violan las leyes de la física. Actualmente, en los
laboratorios de ciencias cognitivas, los investigadores se transforman en
ilusionistas (figura 7). Usan teatrinos especialmente creados para bebés y
despliegan todos los trucos y las materializaciones de consumados
prestidigitadores; hay objetos que aparecen, desaparecen, se multiplican, se
disuelven… Cámaras ocultas monitorean los experimentos y los resultados
son claros: hasta los bebés de unas pocas semanas son sensibles a la magia.
Ya poseen intuiciones profundas acerca del mundo físico y, como todos
nosotros, se quedan estupefactos cuando estas se refutan o quebrantan. Al
hacer zoom en los ojos del niño, para así confirmar hacia dónde se orienta su
mirada y durante cuánto tiempo, los investigadores logran medir el grado de
sorpresa y deducir qué era lo que la criatura esperaba ver.
Les propongo que escondan un objeto detrás de un libro y luego, con un
golpe seco, lo aplasten, como si ese objeto ya no existiera (en realidad, lo
habrán hecho salir por una pequeña puerta trampa), y entonces lo
comprobarán: ¡los bebés se quedan estupefactos! No logran comprender que
algo sólido pueda evaporarse sin dejar huellas. También se sorprenden
cuando un objeto desaparece detrás de una pantalla y reaparece detrás de otra,
sin que lo hayan visto franquear el espacio vacío entre las dos. Del mismo
modo, los desconcierta que un pequeño tren descienda por una pendiente y
atraviese una pared rígida sin que esta lo detenga. Esperan que un objeto
forme un todo coherente: si ven dos extremidades de una varilla moverse con
coherencia de los dos lados de una pantalla, imaginan que pertenecen a una
sola varilla, y se muestran muy sorprendidos cuando la pantalla se baja y deja
ver dos varillas distintas (figura 8).
Figura 7. Lejos de ser pizarras vírgenes de conocimiento, los bebés poseen amplios saberes
en cuestiones de física, aritmética, probabilidad o geometría. En el laboratorio, cuando se los
somete a situaciones que violan las reglas de estos campos, la medida de su sorpresa revela la
sofisticación de sus intuiciones acerca del mundo.
Figura 8. Para evaluar las intuiciones de los bebés, se determina si miran durante más tiempo
una escena sorprendente. Cuando en una caja hay mayoría de objetos blancos, el bebé se
sorprende cuando ve salir de ella un objeto negro (intuición de los números y de las
probabilidades). Si dos extremos de una varilla se mueven de forma coherente, el bebé se
queda anonadado cuando se pone en evidencia que en realidad son dos objetos diferentes
(intuición de los objetos). Y si una esfera salta de forma espontánea por encima de un muro,
el bebé deduce que se trata de un ser animado dotado de una intención (en este caso, la de
moverse hacia la derecha) y se queda atónito al ver que la esfera continúa saltando cuando el
muro ya no está (intuición de la psicología: ¿para qué debería saltar un obstáculo
inexistente?).
Esto demuestra que los bebés poseen un vasto saber acerca del mundo,
aunque no conocen todo desde el principio, ni mucho menos. Hacen falta
algunos meses para que los bebés comprendan cómo dos objetos se sostienen
el uno al otro (Baillargeon, Needham y Devos, 1992; Hespos y Baillargeon,
2008). Al principio, ignoran que un objeto se cae cuando lo sueltan. Solo
muy gradualmente toman conciencia de todos los factores que causan que un
objeto se caiga o no se caiga. En un primer momento, se dan cuenta de que
los objetos se caen cuando pierden su apoyo, pero creen que es suficiente
cualquier tipo de contacto para mantenerlos quietos, por ejemplo, cuando
ponemos un juguete al borde de una mesa. Poco a poco, descubren que el
objeto no solo debe estar en contacto con la mesa, sino que es necesario que
esté bien puesto ahí: ni debajo, ni al lado, sino sobre la mesa misma. Y
todavía les harán falta algunos meses para descubrir que esta regla no es
suficiente: lo que debe apoyarse arriba de la mesa es el centro de gravedad
del objeto.
Piensen en esto la próxima vez que se desesperen al ver que su bebé deja
caer, por décima vez, la cuchara mientras almuerza. ¡Solamente está
experimentando! Como cualquier científico, necesita realizar una serie de
experiencias para rechazar, una tras otra, todas las teorías incorrectas que
postulan que
1. los objetos se sostienen por sí solos en el aire;
2. es suficiente que se toquen con otro para no caerse;
3. es suficiente que estén arriba de otro para no caerse;
4. la mayor parte del volumen del objeto debe estar encima de otro para
no caerse; y así sucesivamente.
Esta actitud experimental no se extingue en la edad adulta. Nos encantan
todos los dispositivos que parecen desobedecer las leyes habituales de la
física (globos de helio, móviles en equilibrio, un móvil con un centro de
gravedad periférico…) y disfrutamos de los espectáculos de ilusionismo en
que los conejos desaparecen en un sombrero y las asistentes son cortadas en
dos. Si estas situaciones nos divierten, es porque violan las intuiciones que
poseemos desde el nacimiento y que hemos refinado durante el primer año de
vida. Joshua Tenenbaum, especialista en inteligencia artificial del
Massachusetts Institute of Technology (MIT), propuso la hipótesis de que los
bebés tienen un motor físico en la cabeza, un modelo mental del
comportamiento de los objetos que se asemeja al utilizado por los programas
de videojuegos para simular mundos virtuales. Al hacer funcionar esas
simulaciones dentro de su cabeza y compararlas con la realidad, los bebés
descubren, muy temprano, lo que es físicamente posible o probable.
El sentido del número
Tomemos un segundo ejemplo: la aritmética. ¿Existe algo más evidente para
nosotros que el hecho de que un bebé lo ignora todo acerca de las
matemáticas? Y sin embargo, desde la década de 1980, existen experimentos
que demuestran lo contrario (Izard, Dehaene-Lambertz y Dehaene, 2008;
Izard y otros, 2009; Starkey y Cooper, 1980; Starkey, Spelke y Gelman,
1990).[13] En uno de ellos, se presentan reiteradas veces ante los bebés
imágenes que muestran dos objetos. Después de un rato, se aburren… hasta
que se les muestra una tarjeta con tres objetos: con la atención renovada, se
quedan mirando esta nueva escena durante más tiempo, lo que pone de
manifiesto que detectaron el cambio. Al manipular la índole, el tamaño y la
densidad de los objetos, podemos probar que los niños perciben el número
abstracto, el numeral cardinal del conjunto, y no tal o cual parámetro físico.
La mejor prueba de que poseen este abstracto “sentido del número” es que
generalizan de los sonidos a las imágenes: si escuchan tu tu tu tu, vale decir,
cuatro sonidos, se interesan en una imagen que también tenga cuatro objetos,
en lugar de prestar atención a una en que hay doce, y viceversa (Izard y otros,
2009). Los experimentos bien controlados, como este, abundan y demuestran
que, desde el nacimiento, los bebés tienen la capacidad de reconocer de
manera intuitiva un número aproximativo, sin contar, ya sea que la
información provenga del oído o de la vista.
¿Los bebés también pueden calcular? Supongan ahora que un niño ve un
primer objeto desaparecer detrás de una pantalla, y a este lo sigue un segundo
objeto. A continuación, la pantalla se baja… ¡y resulta que hay solo un
objeto! Los bebés expresan su sorpresa mediante una prolongada
investigación de la escena inesperada (Koechlin, Dehaene y Mehler, 1997;
Wynn, 1992). En cambio, si ven los dos objetos esperados, no le dedican más
que un breve vistazo. Este comportamiento de “sorpresa cognitiva”, en
reacción a la violación de un cálculo mental, muestra que, desde los pocos
meses de vida, el niño comprende que 1 + 1 debería ser 2. Lo que ocurre es
que el bebé construye un modelo interno de la escena escondida, y sabe
manipularlo agregándole o quitándole objetos. Y eso funciona para 1 + 1 y 2
- 1, pero también para 5 + 5 y 10 - 5… Siempre que el error es lo
suficientemente grande, un bebé de 9 meses se sorprende si la pantalla
presenta un cálculo incorrecto: infiere que 5 + 5 no puede ser 5, y que 10 - 5
no puede ser 10 (McCrink y Wynn, 2004).
¿Se trata en efecto de una capacidad innata? ¿Pueden ser suficientes los
primeros meses de vida para que el niño aprenda el comportamiento de
conjuntos de objetos? Si bien no cabe duda de que, con el transcurso de los
meses, el niño refina la precisión con que percibe el número (Halberda y
Feigenson, 2008; Piazza y otros, 2010, 2013), los datos también demuestran
con plena claridad que el punto de partida no es una tabula rasa. Los recién
nacidos perciben los números desde que tienen pocas horas de vida, y lo
mismo ocurre con los monos, las palomas, los cuervos, las salamandras, los
pollitos y hasta los peces. En el caso de los pollitos, los científicos pueden
controlar todos los estímulos sensoriales desde el momento en que se rompe
el huevo: el pequeño pollito no ha visto un solo objeto… y, sin embargo,
reconoce los números (Rugani y otros, 2009, 2015).
Estos experimentos demuestran que la aritmética forma parte de las
competencias innatas que la evolución otorga a numerosas especies, incluida
la humana. Se detectó un circuito cerebral para los números en el mono y
también en el cuervo. Sus cerebros albergan “neuronas numéricas” que se
comportan de manera muy similar: son sensibles a cantidades específicas de
objetos. Algunas neuronas prefieren ver un objeto, otras dos, tres, cinco o
incluso treinta, y estas células están presentes aun entre los animales que no
han recibido entrenamiento específico (Ditz y Nieder, 2015; Viswanathan y
Nieder, 2013). Mi laboratorio usó técnicas de imágenes del cerebro para
poner en evidencia que en ubicaciones homólogas del cerebro humano los
circuitos neuronales incluyen células similares especializadas en el cardinal
de un conjunto concreto; además, en fecha reciente, gracias a los avances en
las técnicas de registro, se tomaron imágenes directas de esas neuronas en el
hipocampo humano (Piazza y otros, 2004; Kutter y otros, 2018).
De paso, estos resultados echan por tierra una de las principales teorías del
desarrollo del niño, la del gran psicólogo suizo Jean Piaget, quien
consideraba que los bebés ignoraban la “permanencia del objeto” –el hecho
de que el objeto continúa existiendo cuando no lo vemos– y que esta
capacidad recién aparecía hacia finales del primer año. Pensaba también que
el concepto abstracto del número estaba fuera del alcance de los niños de
escasos años de vida, y que lo aprendían lentamente por obra de una gradual
abstracción de las medidas más concretas de tamaño, longitud o densidad. En
realidad, es exactamente a la inversa. Los conceptos de objeto y de número
son características fundamentales de nuestro pensamiento, forman parte del
“núcleo de conocimientos” con que llegamos al mundo y que, por sus
combinaciones, nos permite formular razonamientos más complejos (Spelke,
2003).
El sentido del número es solo un ejemplo de lo que llamo “saber invisible”
de los niños, esas intuiciones precoces que poseen desde el nacimiento y que
guían todos sus aprendizajes. Veamos otros ejemplos de las competencias
que los investigadores demostraron que tienen los bebés de algunas pocas
semanas de vida.
La intuición de las probabilidades
Del número a la probabilidad, no hay más que un paso… ¡que los
investigadores dieron recientemente al preguntarse si los bebés de pocos
meses podrían anticipar el resultado de un sorteo de lotería! En este
experimento, se les presenta a los bebés una urna transparente llena de
bolillas que se mueven al azar. La caja contiene cuatro bolillas: tres blancas y
una negra (figura 8). En la parte inferior, hay una salida. En un momento
dado, un cartel esconde la urna… y de allí sale una bolilla, o negra o blanca.
Frente a esto, el nivel de sorpresa del niño está directamente relacionado con
el grado de improbabilidad de lo que ve: si lo que sale es una bolilla blanca,
vale decir, el acontecimiento más probable (dado que en la caja hay una
mayoría de bolillas de ese color), el bebé mira apenas un breve instante… En
cambio, si se presenta el evento improbable, la salida de una bolilla negra,
que solo tenía una posibilidad sobre cuatro de producirse, la mira durante
mucho más tiempo. Controles posteriores confirman que, en sus pequeñas
cabezas, las niñas y los niños ponen en juego una detallada simulación mental
de la situación y de las probabilidades asociadas. Así, si se introduce un panel
que bloquea las bolillas, o si se aleja más o menos las bolillas de la salida, o
bien se hace variar el lapso previo a la aparición de los objetos, el niño
integra todos estos parámetros a su cálculo mental de probabilidades. Como
en el caso de los objetos que desaparecían detrás de una pantalla, la duración
de su mirada atenta refleja la improbabilidad de la situación observada: los
niños parecen calcular esta improbabilidad sobre la base de la cantidad de
objetos involucrados.
Todas estas competencias superan a las redes neuronales actuales. En
efecto, la reacción de sorpresa de los niños dista de ser una respuesta trivial:
indica que el cerebro fue capaz de hacer un cálculo de probabilidades y llegó
a la conclusión de que el acontecimiento observado tenía una ínfima
posibilidad de producirse. Si las miradas de los bebés presentan reacciones de
sorpresa muy elaboradas, se debe a que sus cerebros son capaces de realizar
cálculos probabilísticos. De hecho, hoy en día, una de las teorías más en boga
sobre el funcionamiento del cerebro lo considera un calculador probabilístico
que manipula las distribuciones de probabilidad y las utiliza para anticipar
acontecimientos futuros. Los experimentos revelan que los bebés están
equipados con este sofisticado calculador.
Una serie de experiencias recientes demuestra que el bebé ya posee todos
los mecanismos para realizar inferencias probabilísticas complejas.
¿Recuerdan la teoría matemática del reverendo Bayes, esta teoría de las
probabilidades que permite retrotraer una observación a sus causas
probables? Bueno, un bebé de apenas algunos meses parece seguir esta regla
en su razonamiento (Xu y García, 2008). En efecto, no solamente sabe pasar
de la caja de bolillas de colores a las probabilidades correspondientes (un
razonamiento hacia delante), como acabamos de ver, sino también de sus
observaciones al contenido de la caja (un razonamiento en sentido inverso).
Un nuevo experimento: muéstrenle a un niño una caja opaca, sin que pueda
ver su contenido. Después pídanle a una persona que, con los ojos tapados,
extraiga al azar una serie de bolillas. Estas aparecen de a una, y se observa
que la mayoría son rojas. ¿El bebé puede deducir que en caja hay una mayor
cantidad de bolillas rojas? ¡Sí! Y si luego abrimos la caja y le mostramos que
contiene una mayoría de bolillas verdes, se sorprende y se queda mirando
durante mucho más tiempo que si la caja contuviera mayoría de rojas. Su
lógica es impecable: si la caja está llena en mayor parte por bolillas verdes,
¿cómo se explica que la extracción aleatoria esté dominada por bolillas rojas?
Esto parece poco, pero involucra una extraordinaria capacidad de
razonamiento implícito, inconsciente, pero muy sofisticado, que funciona en
los dos sentidos: dada una muestra, los niños y las niñas pueden deducir las
características del conjunto del cual proviene; o, al contrario, dadas las
características del conjunto, pueden deducir a qué debería parecerse una
muestra aleatoria.
Existe, desde el nacimiento, una lógica intuitiva. Numerosas variantes de
esta experiencia demuestran en qué medida el niño se comporta como un
científico en ciernes capaz de razonar como un buen estadístico, de eliminar
las hipótesis menos probables y de investigar las causas ocultas de los
fenómenos (Gopnik, 2000; Gopnik y otros, 2004). Por ejemplo, la psicóloga
estadounidense Fay Xu ha demostrado que si un bebé de 11 meses ve a una
persona que, con los ojos destapados, extrae una mayoría de bolillas rojas de
una urna, y luego descubre que esa caja contiene en su mayoría bolillas
amarillas, se sorprende, por supuesto, pero también hace una deducción
adicional: ¡que esa persona prefiere las bolillas rojas! (Denison y Xu, 2010;
Gweon, Tenenbaum y Schulz, 2010; Kushnir, Xu y Wellman, 2010). Y si ve
que una serie no es aleatoria, sino que mantiene un patrón específico –
digamos, la alternancia perfecta de una esfera amarilla, una roja, una
amarilla, una roja, y así sucesivamente–, llega a la conclusión de que quien
realiza la extracción es un humano, no una máquina (Ma y Xu, 2013).
La lógica y la probabilidad están estrechamente ligadas. Como bien decía
Sherlock Holmes, “cuando se ha eliminado lo imposible, lo que queda, por
improbable que parezca, debe ser la verdad”. En otras palabras, se puede
pasar de la probabilidad a la certidumbre cuando, por obra del razonamiento,
se llega a eliminar determinadas posibilidades. Si un bebé sabe lidiar con las
probabilidades, debe dominar en igual medida la lógica, porque el
razonamiento lógico no es otra cosa que la restricción del razonamiento
probabilístico a las probabilidades 0 y 1 (Cesana-Arlotti y otros, 2018).
Exactamente esto demostró el filósofo y psicólogo del desarrollo Luca
Bonatti poco tiempo atrás. Su experimento comienza así: esconde una flor y
un dinosaurio detrás de una pantalla. Luego uno de esos objetos sale de la
pantalla, pero no sabemos cuál, porque está parcialmente oculto en un
recipiente, por lo que solo podemos ver su parte superior. Más tarde, el
dinosaurio sale del otro lado de la pantalla, bien visible. En este momento, el
niño puede efectuar un razonamiento lógico: “Lo que estaba dentro del
recipiente era o la flor o el dinosaurio. Sin embargo, no es el dinosaurio,
porque lo vi afuera. Entonces, es la flor”. Incluso los bebés de 10 meses
parecen ser capaces de hacer este razonamiento: no se sorprenden si la flor
sale del recipiente, sino solamente si aparece el dinosaurio. La mirada traduce
la intensidad del razonamiento lógico: al igual que en los adultos, la pupila se
dilata en el momento preciso en que la deducción se vuelve posible. Como un
buen Sherlock Holmes, el bebé parece comenzar con varias hipótesis (es la
flor, es el dinosaurio) y luego eliminar algunas de ellas (no puede ser el
dinosaurio), en un movimiento que va desde las probabilidades hacia la
certidumbre (debe ser la flor).
“La probabilidad es el lenguaje de la ciencia”, nos dice el físico estadístico
Edwin Thompson Jaynes, uno de los grandes sistematizadores de,
precisamente, la probabilidad bayesiana. Las experiencias más recientes
demuestran que un bebé de unos pocos meses, incluso antes de pronunciar
sus primeras palabras, ya domina este lenguaje no verbal, esta capacidad de
manipular las probabilidades y de combinarlas para extraer de ellas
conclusiones refinadas. No solo no tiene necesidad de aprenderlo, sino que,
por el contrario, este conocimiento sirve de base para los demás aprendizajes
de la vida: el bebé se apoya sobre esta habilidad porque la lógica y el sentido
de las probabilidades le permiten derivar las consecuencias lógicas de las
observaciones que realiza. Experimenta a cada instante, y así su cerebro de
científico en ciernes acumula las conclusiones de sus investigaciones.
El conocimiento de los animales y las personas
Así como los bebés tienen una idea precisa del comportamiento de los
objetos, también saben que existe otra categoría de entidades que se
comportan de un modo muy diferente: los animales y las personas. Durante el
primer año de vida, comprenden que estas cosas animadas tienen su
idiosincrasia: son autónomas y se impulsan con su propio movimiento. Por
eso, no necesitan esperar que otro objeto las toque para moverse, como
sucede, por ejemplo, con una bola de billar. Su desplazamiento está motivado
desde el interior, no es causado desde el exterior.
Por eso, los bebés no se sorprenden al ver a los animales desplazarse por sí
mismos. De hecho, para ellos, cualquier objeto que se mueve por su cuenta,
incluso si tiene la forma de un triángulo o de un cuadrado, queda etiquetado
inmediatamente como “animal” y, a partir de entonces, todo cambia. Un niño
pequeño sabe que los seres vivos no tienen que moverse necesariamente de
acuerdo con las leyes de la física, sino que sus desplazamientos están regidos
por sus intenciones y sus creencias.
Tomemos un ejemplo: si le mostramos a un bebé una esfera que se desplaza
en línea recta, salta por encima de un muro y luego continúa su movimiento
hacia la derecha (figura 8), el niño de a poco se aburrirá de ella.
¿Simplemente se habrá habituado a esta extraña trayectoria? No, en realidad
comprenderá mucho más: deducirá que se trata de un objeto animado dotado
de una intención definida: ¡quiere moverse a la derecha! Más aún, podrá decir
que el objeto está especialmente motivado, ya que no duda en saltar un muro
para llegar allí.
Ahora, quitemos el muro. En este caso, el bebé no se sorprende de ver que
la esfera cambia su movimiento y va hacia el objetivo en una trayectoria
recta, sin saltar; esta es simplemente la mejor manera de alcanzar la meta. Por
el contrario, el bebé abre los ojos de par en par si esta continúa saltando en el
aire, sin motivo específico, porque ya no hay un muro. Cuando el obstáculo
está presente, la trayectoria misma de la primera escena genera sorpresa en el
bebé, porque no comprende qué extraña intención podría tener la esfera
(Gergely, Bekkering y Kiraly, 2002; Gergely y Csibra, 2003; Warneken y
Tomasello, 2006). Otros experimentos demuestran que el niño infiere las
intenciones y las preferencias de las personas. En este caso específico,
comprende que cuanto más alto sea el muro, mayor deberá ser la motivación
de la persona para saltarlo. A partir de sus observaciones, los bebés pueden
deducir no solamente los objetivos y las intenciones de las personas que los
rodean, sino también sus creencias, sus capacidades y sus preferencias (Liu y
otros, 2017).
Esta noción que los niños tienen sobre los seres vivos no se detiene allí.
Alrededor de los 10 meses, los bebés comienzan a atribuirles cualidades a las
personas: si ven a alguien arrojar a un niño por una ventana, por ejemplo,
deducen que tiene malas intenciones y se alejan de él. Desde luego, prefieren
a una segunda persona que ayuda al niño a levantarse (Buon y otros, 2014).
Mucho antes de poder pronunciar las palabras “malo” y “bueno”, ya
formulan estas intuiciones en su lenguaje del pensamiento. Este juicio es
refinado: los bebés de 9 meses pueden distinguir entre alguien que hace el
mal de forma intencional y alguien que lo hace por accidente; o entre alguien
que se niega a ayudar a una persona y alguien que quiere ayudar pero no tiene
la posibilidad de hacerlo (Behne y otros, 2005). Como veremos más adelante,
esta competencia social desempeña un papel fundamental en el aprendizaje.
En efecto, un niño de 1 año comprende si alguien tiene la intención de
enseñarle algo. Puede diferenciar entre una acción banal y una acción
realizada con el objetivo de enseñar algo nuevo. Posee, como afirma el
psicólogo húngaro György Gergely, un “sentido innato de la pedagogía”.
La percepción de rostros
Una de las manifestaciones más precoces de esta competencia social es la
percepción de rostros. En el adulto, el indicio más nimio es suficiente para
desencadenar el reconocimiento: una caricatura, un emoticón, una máscara…
¡Algunas personas hasta detectan la cara de Cristo en manchas de nieve o en
los dibujos del viento en la arena de la playa! Sorprendentemente, esta
hipersensibilidad está presente desde el nacimiento: un bebé de algunas horas
de vida reacciona más rápido frente a un emoticón que frente a una imagen
similar puesta al revés (incluso si el investigador se asegura de que el recién
nacido jamás haya tenido la posibilidad de ver un rostro). Es más, ¡el
reconocimiento de rostros parece comenzar in utero! Un equipo de
investigación logró presentar un patrón de luces a fetos a través de las
paredes del útero (Reid y otros, 2017). Para nuestra sorpresa, los resultados
demostraron que tres puntos dispuestos con la forma de un rostro ( ) atraen
más al feto que tres puntos organizados en composición pirámidal ( ).
Muchos investigadores piensan que esta atracción casi magnética hacia los
rostros desempeña un papel esencial en el desarrollo temprano del apego,
sobre todo si se tiene en cuenta que uno de los síntomas precoces del autismo
consiste en no mirar a las personas a los ojos. Un sesgo innato nos forzaría,
llevando nuestra mirada hacia los rostros, a reconocerlos desde los pocos
meses de vida, y, de hecho, desde esta edad, una región de la corteza visual
del hemisferio derecho comienza a responder a los rostros más que a otras
imágenes, por ejemplo, a paisajes (Adibpour, Dubois y Dehaene-Lambertz,
2018; Deen y otros, 2017; Livingstone y otros, 2017). La especialización para
los rostros es uno de los mejores ejemplos de la colaboración armoniosa entre
lo innato y lo adquirido. En este ámbito, el bebé presenta competencias
estrictamente innatas (la ya mencionada atracción magnética ante los rostros,
pero esta vez en representaciones gráficas que son homólogas), pero también
un instinto extraordinario para incorporar las especificidades de la percepción
correspondiente. Precisamente la combinación de estos dos factores permite,
en poco menos de un año, superar la reacción absorta ante la mera presencia
de dos ojos y una boca, y empezar a establecer una clara preferencia por los
rostros humanos frente a los de otros primates como los gorilas o los
chimpancés (Morton y Johnson, 1991).
El don de lenguas
La competencia social de los niños pequeños queda manifiesta no solo en la
modalidad visual, sino también en la audición: el habla llega a ellos con tanta
facilidad como la percepción de los rostros. Como señaló Steven Pinker,
autor del exitoso libro El instinto del lenguaje, los humanos estamos
innatamente preparados para el lenguaje, de modo tal que resulta tan
inconcebible quitarnos la capacidad de aprenderlo y usarlo como pretender
que no retiremos la mano ante una superficie caliente. Que esta afirmación no
nos llame a engaño: por supuesto, los bebés no nacen con un despliegue
completo de léxico y gramática, pero tienen una notable capacidad de
adquirirlos en un tiempo récord. Lo que está “cableado” en ellos no es tanto
el lenguaje sino la habilidad para adquirirlo.
En la actualidad, contamos con mucha evidencia de esta observación. Ya
desde el nacimiento, un bebé prefiere escuchar su lengua materna que una
lengua extranjera (Mehler y otros, 1988), un hallazgo verdaderamente
extraordinario, que implica que existe un aprendizaje del lenguaje in utero.
En efecto, desde el tercer trimestre de embarazo, el feto ya es capaz de oír. La
melodía del lenguaje, filtrada por la pared uterina, llega a los oídos del bebé,
quien comienza a retenerla. “Tan pronto como llegó la voz de tu saludo a mis
oídos, el niño saltó de alegría en mi vientre”, le dice Isabel, embarazada, a
María, que la visita (Lucas 1, 44). El evangelista no se equivocó: en los
últimos meses de embarazo, el cerebro en formación ya logra reconocer
determinados patrones auditivos y melodías, incluso si todavía no puede ser
consciente de eso.[14]
Por supuesto, es más fácil estudiar esta capacidad innata en bebés
prematuros que en fetos. Una vez fuera del vientre, es posible equipar sus
pequeñas cabezas con pequeños receptores de electroencefalografía y
sensores de flujo sanguíneo cerebral, y observar qué sucede en sus cerebros.
Con este método, mi esposa Ghislaine descubrió que hasta bebés prematuros,
de 6 meses y medio, es decir, nacidos dos meses y medio antes de término,
responden a la lengua hablada: sus cerebros ya reaccionan ante los cambios
de las sílabas y de las voces (Mahmoudzadeh y otros, 2013).
Durante mucho tiempo pensamos que la adquisición del lenguaje no se
desencadenaba hasta el primer o segundo año de vida. ¿Por qué? Porque,
como su nombre lo indica, el infante recién nacido, in-fans, no habla y, por lo
tanto, mantiene ocultos sus talentos. Sin embargo, en el plano de la
comprensión del lenguaje, su cerebro es un verdadero genio de las
estadísticas. Para demostrarlo, los científicos tuvieron que desplegar una
panoplia de métodos originales, incluida la medición de la preferencia de los
niños por los estímulos lingüísticos o no lingüísticos, sus respuestas al
cambio, el registro de su actividad cerebral… Los resultados de esos estudios
convergen y revelan lo mucho que los “infantes” ya saben acerca del
lenguaje. Desde el nacimiento, el bebé puede reconocer la diferencia entre la
mayor parte de las vocales y de las consonantes de todas las lenguas del
mundo. Las percibe ya como categorías. Tomemos, por ejemplo, las sílabas
/ba/, /da/ y /ga/: si bien el sonido de cada una de ellas varía continuamente en
cuanto a sus propiedades acústicas, el cerebro del bebé las trata como
categorías distintas, separadas por límites precisos, al igual que lo hace un
adulto.
Por influencia del ambiente lingüístico, estas competencias precoces,
innatas, se especializarán a lo largo del primer año de vida. Muy rápidamente,
el bebé repara en que determinados sonidos no se utilizan en su lengua
materna: para los hablantes de español no existe la necesidad de diferenciar
los sonidos [u] y [y], que son relevantes para el francés; en Japón, no hay
necesidad de distinguir una “r” y una “l”. En unos pocos meses (seis para las
vocales, doce para las consonantes), el cerebro del bebé hace una
clasificación a partir de sus hipótesis iniciales y solo conserva los fonemas
útiles para las lenguas que lo rodean.
Pero esto no es todo: muy pronto, el bebé comienza a aprender sus primeras
palabras. ¿Cómo las identifica? En un principio, detecta las variaciones de
prosodia, que hacen que la voz del locutor suba, baje, se detenga… y así
marca las fronteras entre las palabras y las frases. Otro mecanismo consiste
en identificar qué grupos de sonidos siguen a otros. En este campo, otra vez,
el bebé se comporta como un estadístico en ciernes. Se da cuenta, por
ejemplo, de que tras la sílaba /ba/ suele ir /bero/. Un rápido cálculo de
probabilidades lo lleva a pensar que eso no puede ser resultado del azar: estas
sílabas se siguen unas a otras con una probabilidad demasiado alta, deben
formar una palabra, “babero”. Así es como esta palabra se suma al
vocabulario del niño, y podrá, luego, ponerse en relación con un objeto o
concepto precisos (Hay y otros, 2011; Saffran, Aslin y Newport, 1996).
Desde los 6 meses, el niño ya conoce las palabras que se repiten con mayor
frecuencia en su ambiente, como “bebé”, “papá”, “mamá”, “babero”, “pie”,
“tomar”, “pañal”, etc. Estas palabras se graban en su memoria en grado tal
que, durante la edad adulta, conservarán un estatus especial, y continuarán
siendo procesadas con mayor eficacia que otras palabras comparables en
significado, sonoridad y frecuencia, pero adquiridas en época más tardía.
Muy rápidamente, el mismo análisis estadístico le permite al bebé detectar
que algunas palabras se repiten con más frecuencia que otras: son las
pequeñas palabras gramaticales, como los artículos (el, la, los, las…) y los
pronombres (yo, él, ella, nosotros…). Desde el final de su primer año, un
bebé ya conoce un buen número de estas palabras, y se vale de ellas para
detectar las otras. Si, por ejemplo, escucha a su mamá o a su papá decir: “Yo
preparo unos postres”, sabe desligar las pequeñas palabras conocidas, “yo” y
“unos”, y, por eliminación, descubrir que “preparo” y “postres” también son
palabras. Ya comprende que luego de “la” viene (a menudo) un sustantivo, y
luego de “ella”, un verbo, de modo que alrededor de los 20 meses se verá
desconcertado si le decimos frases falsas como “ella babero” o “los cucharos”
(Bernal y otros, 2010).
Por supuesto, el análisis probabilístico no es del todo infalible. Así es como
suele ocurrir, en cierta etapa, que los niños escuchan “un avión” e infieren la
existencia de la palabra “navión”. A pesar de estas fallas, y por sucesivas
aproximaciones, el niño logra superar el desempeño de cualquier algoritmo
actual de inteligencia artificial. Para el momento en que celebra su primer
cumpleaños, ya sentó las bases de las principales reglas de su lengua materna,
y lo hizo en todos los niveles, desde los sonidos elementales (los fonemas)
hasta la melodía (la prosodia), el vocabulario (el léxico mental) y las reglas
de la gramática (la sintaxis).
Ninguna otra especie de primates presenta esta capacidad. El experimento
se realizó muchas veces: varias parejas de científicos adoptaron a un bebé de
chimpancé, lo trataron como a un miembro de su familia, hablándole en
inglés o en lengua de señas, o incluso con símbolos visuales… para darse
cuenta, algunos años más tarde, de que ninguno de estos animales dominaba
un lenguaje digno de ese nombre: a lo sumo, conocían algunas decenas o
centenas de palabras (Penn, Holyoak y Povinelli, 2008; Terrace y otros,
1979; Yang, 2013). Entonces, sin lugar a dudas el lingüista Noam Chomsky
tiene razón al postular que nuestra especie posee lo que él denomina
“dispositivo de adquisición del lenguaje”, un sistema especializado que se
activa de forma automática en los primeros años de vida. Como ya decía
Darwin en El origen del hombre, “ciertamente, el lenguaje no es un instinto
en el sentido específico de la palabra, porque cada lenguaje debe ser
aprendido”, pero es “una tendencia instintiva a adquirir un arte”. Lo que es
innato en nosotros es el instinto de aprender una lengua, sea cual sea; se trata
de un instinto tan irreprimible que el lenguaje aparece de forma espontánea,
en el transcurso de algunas generaciones, en los humanos que carecen de él.
En las comunidades de sordos, la lengua de señas aparece de forma
espontánea y, desde la segunda generación, ya posee características
lingüísticas universales (Senghas, Kita y Özyürek, 2004).
[13] Pueden encontrar una reseña detallada de estos hallazgos en la edición revisada de
mi libro El cerebro matemático (Dehaene, 2010).
[14] Sobre este tema, invito a leer mi libro La conciencia en el cerebro (Dehaene,
2014).
4. El nacimiento de un cerebro
El niño nace con un cerebro inconcluso y no con un cerebro
desocupado, como afirmaba el postulado de la pedagogía antigua.
Gaston Bachelard, La filosofía del no (1940)
La existencia de las capacidades precoces del bebé refuta la hipótesis de que
su cerebro no es más que una pizarra virgen, una tabula rasa, una página en
blanco que solo es capaz de absorber la huella de su ambiente. Esto
desemboca en una sencilla predicción: si analizamos el cerebro del recién
nacido, podremos observar, desde el nacimiento o incluso antes, estructuras
cerebrales bien organizadas, que corresponden a cada uno de los grandes
campos del saber.
Hasta hace una veintena de años, el cerebro del recién nacido era aún terra
incognita. Las imágenes cerebrales acababan de inventarse, todavía no se
habían aplicado al cerebro en desarrollo, y la perspectiva teórica
predominante era la del empirismo, la idea de que el cerebro nace virgen de
conocimiento y se somete a la huella de su ambiente. Solo con la llegada de
refinados métodos de imágenes por resonancia magnética pudimos por fin
visualizar la organización precoz del cerebro humano y descubrir que,
conforme a lo que esperábamos, desde el nacimiento, casi todos los circuitos
del cerebro adulto ya están presentes en el bebé.
Desde el comienzo, el cerebro del bebé está bien estructurado
Mi esposa Ghislaine Dehaene-Lambertz y yo, junto con nuestra colega
neuróloga Lucie Hertz-Pannier, estuvimos entre los primeros en emplear la
resonancia magnética funcional (fMRI, por sus iniciales en inglés) en bebés
de 2 meses (Dehaene-Lambertz y otros, 2006; Dehaene-Lambertz, Dehaene y
Hertz-Pannier, 2002). Por supuesto, nos basamos en la experiencia de los
neuropediatras. Quince años antes, los médicos consideraban la MRI como
una prueba anodina y sin dudar la utilizaban en pacientes de cualquier edad,
incluso en bebés prematuros; sin embargo, esos estudios eran puramente
anatómicos, solo apuntaban a detectar lesiones precoces. Hasta ese momento,
nadie había utilizado la fMRI en bebés sin patologías, para ver si desde esta
edad los circuitos del cerebro ya podían activarse de manera selectiva. Para
lograrlo, tuvimos que resolver una serie de dificultades: proteger al niño del
ruido de la máquina con un casco insonorizado, envolverlo dentro de una
cuna con la forma del resonador para mantenerlo inmóvil, tranquilizarlo para
que se acostumbrase a esta situación inusual, supervisar permanentemente al
pie de la máquina para asegurarnos de que se sintiese bien…
Valió la pena, porque los resultados fueron espectaculares. Habíamos
decidido estudiar el lenguaje, porque sabíamos que los bebés lo aprenden
muy rápido, desde su primer año de vida. Y, efectivamente, observamos que
a los 2 meses, cuando un bebé oye frases de su lengua materna, ya activa las
mismas regiones del cerebro que un adulto (figura 9).
La primera región en activarse es la corteza auditiva primaria, el punto de
entrada de toda la información auditiva a la corteza cerebral. Esta se enciende
no bien comienza la frase. Si bien esto puede parecerles evidente, no era una
certeza que ocurriera en las niñas y los niños de edad muy temprana. Hasta
hace muy poco tiempo, algunos investigadores suponían que las áreas
sensoriales del cerebro del bebé estaban tan desorganizadas que sus sentidos
tendían a fusionarse. Según ese enfoque, durante varias semanas, el cerebro
del bebé mezclaba la audición, la visión y el tacto, y le hacía falta tiempo
para aprender a separar estas modalidades sensoriales (Elman y otros, 1996;
Quartz y Sejnowski, 1997). Actualmente sabemos que esto es falso: desde el
nacimiento, la audición activa las áreas auditivas, la visión activa las áreas
visuales y el tacto las áreas táctiles, sin que haya necesidad de aprenderlo.
Esta organización en territorios distintos para cada una de las modalidades
sensoriales nos viene dada por los genes, sucede en todos los mamíferos y su
origen se pierde en la noche de nuestra evolución (figura 10; Krubitzer,
2007).
Figura 9. Desde el nacimiento, el cerebro humano aplica operaciones específicas en el
campo del lenguaje. Cuando un bebé es sometido a una resonancia magnética (MRI), y se lo
hace oír frases de su lengua materna, se constata que ya se activa una red muy específica de
regiones cerebrales. La actividad comienza en el área auditiva primaria y poco a poco se
extiende a las áreas temporales y frontales: exactamente como sucede en los hablantes
adultos, en el mismo orden. Estos datos refutan la idea de un cerebro inicialmente
desorganizado, simple tabula rasa sometida a la huella del entorno.
Pero volvamos al bebé que oye una frase. La actividad de su cerebro de
inmediato se propaga tanto más allá de la región auditiva primaria. Una
fracción de segundo después, otras áreas se encienden en un orden fijo: las
regiones auditivas secundarias, vecinas de la corteza sensorial primaria; luego
una sucesión de regiones que se alejan gradualmente hacia la parte delantera
del lóbulo temporal, y, por último, el área de Broca, en la base del lóbulo
frontal izquierdo, al mismo tiempo que el extremo del lóbulo temporal. Esta
distribución sofisticada, lateralizada al hemisferio izquierdo, es
llamativamente similar a la de un adulto. Desde los 2 meses, el bebé activa la
misma jerarquía de áreas cerebrales fonológicas, léxicas, sintácticas y
semánticas que un adulto. En este caso también, cuanto más se avanza en la
jerarquía de la corteza, más lentas son las respuestas y en mayor medida
integran información de niveles cada vez más elevados (figura 9; Lerner y
otros, 2011; Pallier, Devauchelle y Dehaene, 2011).
Por supuesto, un bebé pequeño todavía no comprende las frases que le
decimos, todavía no descubrió las palabras y las reglas de la gramática de su
lengua materna. Sin embargo, en su cerebro, la información lingüística ya se
procesa en circuitos altamente especializados, los mismos que en el adulto.
No cabe duda: si un bebé aprende tan rápido a comprender y a hablar,
mientras que los demás primates son incapaces de hacerlo, es porque su
hemisferio izquierdo ya alberga una estructura de regiones especializadas en
la detección de regularidades estadísticas en todos los niveles: sonido,
palabra, frase y texto.
Las autopistas del lenguaje
Si efectivamente todas estas áreas cerebrales se activan en cadena, debe
significar que están interconectadas. En el adulto, comenzamos a comprender
qué haces de axones conectan las regiones del lenguaje unas con otras. En
especial, hay un gran cable, formado por millones de fibras nerviosas, que
llamamos “fascículo arqueado”; vincula las áreas temporales y parietales con
las áreas frontales y, sobre todo, con la famosa área de Broca. De por sí, nos
sirve como indicador: en el 96% de los humanos es mucho más grueso en el
hemisferio izquierdo, que se ocupa del lenguaje. Esta asimetría solo existe en
la especie humana, no en otros simios, ni siquiera en el chimpancé.
Figura 10. El cerebro humano hereda su arquitectura de la evolución de los mamíferos.
Numerosas regiones especializadas (en este caso, las principales áreas sensoriales) comparten
su mapa de base con otras especies. Se van posicionando durante la gestación, por acción de
numerosos genes, y ya están activas en el tercer trimestre del embarazo. El cerebro de nuestra
especie se caracteriza por tener áreas sensoriales proporcionalmente más pequeñas, mientras
que se observa una enorme expansión de las regiones cognitivas de la corteza parietal
posterior, temporal y, sobre todo, prefrontal. Estas regiones albergan el lenguaje del
pensamiento y nos permiten aumentar los conocimientos durante toda la vida.
Figura 11. Durante las primeras semanas del embarazo, el organismo se autoorganiza sobre
una base genética. No hace falta aprendizaje alguno para que los cinco dedos se formen y
reciban una inervación específica. Del mismo modo, la arquitectura elemental del cerebro se
pone en funcionamiento sin aprendizaje. Desde el nacimiento, la corteza ya está organizada,
plegada y conectada de una forma específica que es igual para todos los seres humanos. Los
detalles, sin embargo, están librados a la variación en función del entorno. Desde el tercer
trimestre de gestación, el cerebro del feto comienza a adaptarse a la información que recibe
del mundo exterior.
Una vez más, esta característica anatómica no es resultado del aprendizaje:
está presente desde el vientre materno. De hecho, cuando se examinan las
conexiones del cerebro de un recién nacido, se descubre que desde el
nacimiento no solo está en su lugar el fascículo arqueado, sino también todos
los grandes haces de conexiones de la corteza y de las regiones subcorticales
(figura 11; Dehaene-Lambertz y Spelke, 2015; Dubois y otros, 2015).
Estas “autopistas del cerebro” se construyen durante el tercer trimestre del
embarazo. Cada neurona excitatoria en formación envía su axón a explorar
las regiones que la rodean, como un Marco Polo del cerebro, a veces hasta
una distancia de varios centímetros. La exploración es guiada y canalizada
por mensajes químicos, moléculas cuya concentración varía de una región a
otra y que entonces reaccionan como paneles de señalización. La cabeza del
axón olfatea, literalmente, este ambiente químico, de origen genético, y
deduce qué dirección debe seguir. Con esto, y sin intervención del mundo
exterior, se pone en funcionamiento una red de conexiones nerviosas
cruzadas propia de la especie humana. Como veremos en un instante, esta red
será refinada más tarde por el aprendizaje, pero el andamiaje inicial es innato,
se construye in utero.
¿Deberíamos sorprendernos por esto? Hace apenas un par de décadas
numerosos investigadores consideraban extremadamente improbable que el
cerebro fuera otra cosa que una masa desorganizada de conexiones aleatorias
(Quartz y Sejnowski, 1997). No podían imaginar que nuestro ADN, que no
contiene más que una cantidad acotada de genes, pudiese albergar el plan
detallado de circuitos tan especializados como los de la visión, el lenguaje o
la motricidad. Pero ese era un razonamiento erróneo: el genoma humano
abarca todos los detalles del plan corporal, sabe fabricar un corazón y sus
cuatro ventrículos, dos ojos, veinticuatro vértebras, un oído interno y sus tres
canales perfectamente perpendiculares; por añadidura, puede formar grupos
de cinco dedos, con sus falanges y hasta su inervación; todo con precisión
extrema… Entonces, ¿por qué no podría crear un cerebro dotado de múltiples
subregiones especializadas?
Las proezas de las imágenes cerebrales contemporáneas revelan que ya
desde los dos primeros meses de embarazo, cuando los dedos de la mano no
son más que yemas, están invadidos por tres nervios, el radial, el mediano y
el cubital, que apuntan hacia sendos blancos específicos (figura 11; Belle y
otros, 2017). Esa misma mecánica de alta precisión existe en el cerebro: así
como la yema que será la mano se escinde en cinco dedos, la corteza se
subdivide en varias decenas de regiones de enorme especialización, separadas
por fronteras muy definidas (figura 12; Amunts y otros, 2010; Amunts y
Zilles, 2015; Brodmann, 1909). Desde los primeros meses del embarazo,
numerosos genes se expresan de manera selectiva en diferentes puntos de la
corteza (Kwan y otros, 2012; Sun y otros, 2005). Cerca de las 28 semanas de
gestación, el cerebro comienza a plegarse y se ven aparecer los principales
surcos que caracterizan el cerebro humano. En un feto de 35 semanas, ya
están bien formados los principales pliegues de la corteza y se ve asomar la
asimetría característica de la región temporal, que alberga las áreas del
lenguaje (Dubois y otros, 2009; Leroy y otros, 2015).
La autoorganización de la corteza
El pliegue de la corteza y el crecimiento de sus conexiones continúa durante
todo el embarazo. Aparecen sucesivamente pliegues secundarios y terciarios,
pliegues sobre pliegues; su epigénesis se vuelve cada vez más dependiente de
la actividad del sistema nervioso. De acuerdo con la respuesta que el cerebro
reciba de los órganos de los sentidos, determinados circuitos se estabilizarán,
mientras que otros, ya inútiles, se degenerarán. Así, el pliegue de la corteza
motora no es exactamente el mismo en zurdos y diestros, mientras que los
zurdos contrariados, a quienes se forzó a escribir con la mano derecha,
muestran una suerte de solución de compromiso: la forma de su corteza
motora es típica de un zurdo, pero su tamaño presenta la asimetría típica de
un diestro. Como concluyen Sun y sus colegas (2012), autores de un estudio
comparativo, “la morfología de la corteza de un adulto refleja la acumulación
de sesgos innatos y de experiencias precoces durante el desarrollo”.
Si los pliegues corticales emergen de manera espontánea en el cerebro del
feto, es porque deben su formación a un proceso de autoorganización
bioquímico que depende tanto de los genes como del entorno químico de las
células, pero requiere muy poca información genética, y no necesita ningún
tipo de aprendizaje (Lefèvre y Mangin, 2010).
Figura 12. La corteza del cerebro humano está subdividida en regiones especializadas. Ya en
1909, el neurólogo alemán Korbinian Brodmann constató que el tamaño y la organización de
las neuronas varían de una región a otra. De este modo, reconoce tres áreas (numeradas 44,
45 y 47) en la región de Broca, que está involucrada en el lenguaje. Estas distinciones
actualmente se ven confirmadas y refinadas por las imágenes moleculares. La corteza está
tapizada de distintas áreas, cuyas fronteras están marcadas por considerables variaciones de
densidad de los receptores de neurotransmisores. Durante el embarazo, algunos genes se
expresan selectivamente en las diferentes regiones de la corteza y contribuyen a subdividirla
en módulos especializados.
Esa autoorganización no es tan paradójica como parece; la notamos
dondequiera que miremos en la tierra. Podemos imaginar la corteza como una
playa de arena donde se forman ondas y charcos o canales, a múltiples
escalas, según las mareas que van y vienen. O como un desierto donde
aparecen ondulaciones y dunas bajo la acción implacable del viento. De
hecho, en todo tipo de sistemas biológicos o físicos surgen rayas, manchas y
células hexagonales, también a diferentes escalas, desde las huellas dactilares
hasta la piel de las cebras o las manchas del leopardo, las columnas de basalto
en los volcanes o las nubes espaciadas con determinada regularidad en un
cielo de verano.
El matemático Alan Turing fue el primero en explicar este fenómeno: es
suficiente con que exista una amplificación local y una inhibición a distancia.
Cuando sopla el viento en una playa, la arena comienza a acumularse y se
inicia un proceso de autoamplificación: el pequeño bulto tiende a sumar cada
vez más granos de arena; mientras tanto, delante de él, el viento forma un
torbellino y se lleva parte de lo acumulado; en algunas horas, se ha formado
una duna. Cuando hay agitación local e inhibición a distancia, se ve aparecer
una región densa (la duna) rodeada por una región menos densa (el hueco), a
la cual sigue otra duna, y así ad infinitum. Según las circunstancias
específicas, de manera espontánea pueden surgir patrones de manchas, rayas
o hexágonos.
Este mecanismo es omnipresente en la autoorganización del cerebro en
desarrollo: la corteza está llena de columnas, de rayas o de fronteras que
constituyen una cantidad de módulos especializados para procesar
determinada información. En la corteza visual, por ejemplo, aparece una
alternancia de franjas especializadas para procesar la información del ojo
izquierdo y del ojo derecho: las “columnas de dominancia ocular”. Pero el
mismo mecanismo se produce en un nivel más alto, no necesariamente en la
superficie de la corteza, sino en un espacio más abstracto. Uno de los
ejemplos más espectaculares, que le ha valió el Premio Nobel a sus
descubridores, es la existencia de “células de grilla” [grid cells], en las cuales
las descargas forman hexágonos casi perfectos (figura 13).
Figura 13. Cuando un sistema físico (puede ser lava o cera de abeja) se autoorganiza, no es
extraño que se formen hexágonos. El sistema nervioso no es una excepción: en una región de
la corteza entorrinal, verdadero GPS del cerebro, aparecen células de grilla que recubren el
espacio con una suerte de adoquinado hexagonal. Cuando una rata explora una sala de 1 m2,
las descargas neuronales solo se producen cuando el animal está en la cima de una red de
hexágonos. Este tipo de células de grilla aparece espontáneamente, un día después de que la
rata comenzó a moverse: el sentido del espacio reposa sobre un GPS presente desde antes de
nacer.
Las células de grilla son neuronas localizadas en una región específica del
cerebro llamada “corteza entorrinal”. Sus notables propiedades geométricas
fueron descubiertas al tomar registros del cerebro de un ratón mientras se
desplazaba por una gran habitación (Banino y otros, 2018; Brun y otros,
2008; Fyhn y otros, 2004; Hafting y otros, 2005). Ya sabíamos que en una
región vecina, el hipocampo, existen “células de lugar”, encargadas de
“mapear” el espacio, es decir, que solo se activarían si el animal estaba en un
sector muy específico del cuarto. El descubrimiento novedoso fue que las
células de grilla no respondían solo a un lugar de la habitación, sino a una
serie de posiciones diferentes. Además, estas localizaciones privilegiadas se
distribuían regularmente formando una red de triángulos equiláteros que se
agrupaban para formar hexágonos, ¡tal como las manchas sobre la piel de una
jirafa o las columnas de basalto que aparecen en la roca volcánica!
Cuando el animal pasea sin rumbo fijo, cada célula de grilla le indica, con
sus descargas, en qué lugar está con respecto a una red de triángulos que
abarca el espacio completo. Con mucho acierto, el Comité Noruego del
Nobel bautizó este sistema como “GPS cerebral”, ya que proporciona un
sistema de coordenadas neuronales de una enorme fiabilidad que mapea el
espacio externo y permite que el animal sepa en cada momento, incluso en la
oscuridad, dónde está.
Pero ¿por qué las neuronas producen triángulos y hexágonos, en lugar de
los rectángulos que estamos acostumbrados a ver en nuestros mapas? Desde
los tiempos de Descartes, los matemáticos y los cartógrafos se basaron
siempre sobre dos ejes perpendiculares (abscisas y ordenadas, x e y, longitud
y latitud); entonces, ¿por qué el cerebro reacciona de otra manera? Sin duda,
porque las neuronas se autoorganizan durante el desarrollo, y las formaciones
en hexágono aparecen con toda la naturalidad del mundo en el momento en
que un sistema físico se estabiliza (figura 13). De hecho, varios modelos
matemáticos inspirados en las ideas de Turing dan cuenta de la aparición de
las células de grilla: esta organización en triángulos y en hexágonos es un
atractor espontáneo de la dinámica de la corteza entorrinal (Kropff y Treves,
2008; Shipston-Sharman, Solanka y Nolan, 2016; Widloski y Fiete, 2014;
Yoon y otros, 2013).
En la actualidad, esta teoría de la autoorganización de los mapas cerebrales
comienza a ponerse a prueba. Una serie de experiencias extraordinarias
demostró que, en efecto, el GPS cerebral surge de forma muy precoz en el
transcurso del desarrollo. Dos grupos independientes de investigadores
lograron la hazaña de implantar electrodos en ratones muy pequeños, recién
nacidos, incluso antes de que comenzaran a caminar (Langston y otros, 2010;
Wills y otros, 2010). También pudieron rastrear si en la corteza entorrinal ya
estaban presentes las células de grilla y también las células de lugar (aquellas
que responden a un solo lugar), e incluso las células de dirección de cabeza –
células de un tercer tipo que todavía no mencioné; funcionan como la brújula
de un barco: cada neurona se activa cuando el animal se orienta en
determinada dirección, por ejemplo, noroeste o sur–. Este sistema es casi por
completo innato: las células de dirección de cabeza están presentes desde el
inicio de los registros, y las células de lugar y de grilla surgen apenas uno o
dos días después de que el ratón comienza a desplazarse. Y esto no causa
sorpresa: no bien empieza a moverse, es crucial que el pequeño animal sepa
permanentemente dónde está para poder encontrar el hogar donde lo espera
su madre. La evolución, entonces, encontró el modo de dotar a su cerebro de
una brújula, un mapa y una memoria de los lugares.
¿Qué sucede con las humanas y los humanos? Por medios indirectos,
sabemos que el cerebro del adulto también incluye un mapa neuronal con una
simetría hexagonal, situado exactamente en el mismo lugar que en los ratones
(Doeller, Barry y Burgess, 2010; Nau y otros, 2018). Sabemos también que
en la infancia, incluso a edad muy temprana, ya poseemos un sentido del
espacio. Hasta un niño ciego de corta edad logra orientarse dentro de una
habitación: si lo llevamos del punto A al punto B y luego al punto C, sabe
volver en línea recta desde C hacia A. Entonces, las criaturas poseen, tal
como el ratón, un módulo mental para la navegación espacial (Landau,
Gleitman y Spelke, 1981). Si todavía no logramos ver sin más este mapa en
el cerebro del bebé, es porque no están superadas las extremas dificultades
para obtener imágenes del cerebro en actividad a una edad tan temprana
(intenten realizarle una resonancia –MRI– a un bebé mientras avanza en
cuatro patas por el laboratorio…). Pero estamos casi seguros de que lo
lograremos cuando contemos con métodos de registro móvil de la actividad
cerebral.
Podría multiplicar los ejemplos de otros módulos especializados en el
cerebro del bebé. Por ejemplo, sabemos que, desde los pocos meses de vida
(si no desde el nacimiento), una región de la corteza visual responde
preferentemente a los rostros, más que a las imágenes de casas (Deen y otros,
2017; Livingstone y otros, 2017). Por cierto, esto es en parte resultado de un
aprendizaje, pero estrechamente encauzado, guiado y acotado por la
conectividad cerebral para aterrizar siempre en el mismo lugar, en un módulo
específico de la corteza. También sabemos que la corteza parietal del bebé
muy pequeño responde a la cantidad de objetos (Nieder y Dehaene, 2009), en
la misma región que se activa cuando un adulto realiza cálculos o un mono
memoriza una cantidad de objetos. El neurocientífico alemán Andreas Nieder
consiguió la proeza de demostrar que en el mono esta región contiene
neuronas sensibles al número de objetos: hay neuronas especializadas para un
objeto, otras para dos objetos, tres objetos, y así sucesivamente… Y estas
neuronas están presentes aunque el mono nunca haya recibido entrenamiento
para realizar una tarea numérica. Se piensa, entonces, que surgen de modo
innato. Mis colegas y yo propusimos un modelo matemático de gran
precisión para la autoorganización de las neuronas detectoras del número,
esta vez basado en la propagación de actividad de un tipo de onda a lo largo
de la superficie de la corteza en desarrollo. Esta teoría puede explicar todos
los detalles de las propiedades de las neuronas detectoras del número. Según
el modelo, estas células terminan por formar una suerte de línea numérica,
una cadena lineal en que los números 1, 2, 3, 4… ocupan posiciones
sucesivas y que surge espontáneamente en el seno de una red de neuronas
aleatorias (Hannagan y otros, 2017).
La idea de autoorganización difiere radicalmente del enfoque actual de la
inteligencia artificial, basada en big data. A diferencia de las redes
neuronales actuales, nuestro cerebro no parece necesitar millones de datos
para organizarse. Por el contrario, sus núcleos de conocimiento se desarrollan
espontáneamente, por estimulación interna. Son escasos los informáticos que,
como Joshua Tenenbaum, profesor del MIT, contemplan la posibilidad de
copiar esta autoorganización en una inteligencia artificial. Tenenbaum trabaja
para simular un bebé virtual que llegaría al mundo con la capacidad de
generar, por sí solo, millones de imágenes realistas. Estas le servirían de base
para el aprendizaje, sin que exista necesidad de algún otro dato. Según este
enfoque radical, incluso antes del nacimiento, los circuitos neuronales se
entrenarían con ayuda de una base de datos generada por ellos mismos (Lake
y otros, 2016; de paso, señalemos que es otro ejemplo del bootstrapping del
barón de Münchhausen). La mayor parte de su aprendizaje se produce de
forma interna, sin interacción con el exterior, y luego solo resta realizar
algunos ajustes en función de los datos suplementarios tomados del mundo
real.
A partir de todas estas investigaciones se va bosquejando la perspectiva de
la potencia de los genes y de la autoorganización en la puesta en marcha del
cerebro humano. Desde el nacimiento, la corteza del bebé está plegada casi
como la de un adulto, subdividida en áreas sensoriales y cognitivas
especializadas que ya están interconectadas por haces de fibras nítidos y
reproducibles. Consiste en un conjunto de módulos que, individualmente,
proyectan sobre el mundo exterior un tipo específico de representación. La
corteza entorrinal, con sus células de grilla, traza planos en dos dimensiones
perfectos para codificar el espacio y navegar por él. Como veremos más
adelante, regiones como la corteza parietal trazan líneas, excelentes para
codificar las cantidades lineales como el número, el tamaño o el tiempo que
pasa; mientras que la región de Broca proyecta árboles incrustados unos en
otros, ideales para codificar las estructuras del lenguaje. Heredamos de
nuestra evolución un conjunto de reglas fundamentales entre las cuales
podremos, a continuación, seleccionar las que mejor representen las
situaciones y los conceptos que deberemos aprender durante nuestra vida.
Los orígenes de la individualidad
Al afirmar la existencia de una naturaleza humana universal, un circuito
cerebral innato establecido por los genes y la autoorganización, no pretendo
negar las diferencias entre los individuos. Cuando los contemplamos
exhaustivamente, todos y cada uno de nuestros cerebros tienen características
únicas, y eso se verifica incluso desde el vientre materno. Por ejemplo, los
pliegues corticales, al igual que las huellas digitales, se disponen antes del
nacimiento y varían de formas distintivas. Del mismo modo, la fuerza y la
densidad de las conexiones corticales de larga distancia, e incluso sus
trayectorias exactas, varían en gran medida y hacen que cada uno de nuestros
“connectomas” sea único.
Sin embargo, es importante reconocer que esas variaciones se basan sobre
un tema común. Como cualquier buen standard de jazz, el diseño del cerebro
del Homo sapiens obedece a un esquema fijo, similar a la sucesión de acordes
que los músicos de jazz memorizan cuando aprenden una canción. Solo en la
parte superior de esta configuración humana universal los caprichos de los
genomas y las peculiaridades de los embarazos agregan sus improvisaciones
personales. Nuestra singularidad es real, pero no debe exagerarse: cada uno
de nosotros no es más que una variación de la línea melódica del Homo
sapiens. En cualquier individuo, blanco, negro, asiático o nativo sud-, centroo norteamericano, en cualquier parte del planeta, la arquitectura del cerebro
humano siempre es obvia. En ese sentido, la corteza de cualquier humano
difiere de la de su pariente vivo más cercano, el chimpancé, tanto como
cualquier improvisación sobre “My funny Valentine” se aparta, digamos, de
una sobre el tema de “My romance”, canción compuesta por la misma dupla
fundamental de los musicales y el jazz: Rodgers y Hart.
Debido a que todos compartimos la misma estructura cerebral básica que
nos hace humanos, el mismo conocimiento central y también los mismos
algoritmos de aprendizaje que nos permiten adquirir talentos adicionales,
tenemos acceso a los mismos conceptos –ya sea en lectura, ciencias o
matemáticas, sin importar que seamos ciegos, sordos o mudos–, dado que
está presente el mismo potencial humano. Como ya en el siglo XIII observó
el filósofo británico Roger Bacon, “el conocimiento de las cosas matemáticas
es casi innato en nosotros. Esta es la más fácil de las ciencias, lo cual [resulta]
obvio en el hecho de que ningún cerebro la rechaza; en el hecho de que los
legos y los analfabetos saben contar y calcular”. Es evidente que lo mismo
podría decirse del lenguaje: casi en ningún niño está ausente el impulso
poderoso e innato para adquirir el lenguaje de su entorno, mientras que, como
observamos antes, ningún chimpancé, incluso si es adoptado por una familia
humana desde su nacimiento, logra murmurar unas pocas palabras ni
componer algunos signos.
En resumen, las diferencias individuales son reales, pero casi siempre son
de grado más que de tipo. Sin embargo, en los extremos de la distribución, las
variaciones neurobiológicas terminan marcando una verdadera diferencia
cognitiva. Cada vez más, los hallazgos de los nuevos estudios nos hacen
pensar que los niños con trastornos del desarrollo están en un extremo de la
distribución normal de la organización del cerebro. Sus cerebros parecen
haber tomado la curva equivocada en el camino del desarrollo que conduce
desde la herencia genética hacia la migración neuronal y la autoorganización
del circuito durante el embarazo.
La demostración científica es cada vez más sólida en el caso de la dislexia,
un trastorno específico del desarrollo que afecta la capacidad de aprender a
leer, mientras deja intacta la inteligencia y otras facultades. Si usted es
disléxico, cualquiera de sus hermanos tiene un 50% de posibilidades de sufrir
también dislexia, lo que indica la sólida determinación genética de este
trastorno del desarrollo. Hasta ahora se detectaron al menos cuatro genes
implicados en la dislexia y, curiosamente, los cuatro afectan la capacidad de
las neuronas para migrar hacia sus ubicaciones finales en la corteza durante el
embarazo (Galaburda y otros, 2006). La resonancia magnética (RMI) a
personas afectadas por la dislexia también muestra anomalías profundas en
las conexiones que alojan la lectura en el hemisferio izquierdo de los lectores
normales. Resulta crucial que las anomalías se pueden encontrar desde el
principio: en niños con una predisposición genética a la dislexia, a los 6
meses de edad, un déficit en la distinción de los fonemas del lenguaje
hablado ya separa a aquellos que desarrollarán esa condición de aquellos que
se convertirán en lectores normales (Lepanen y otros, 2002; Lyytinen y otros,
2004). De hecho, se sabe que los déficits fonológicos son un factor
importante en la aparición de la dislexia, pero no la única causa: el circuito de
la lectura es tan complicado que hay muchos lugares donde puede fallar. Ya
contamos con descripciones de varios tipos de dislexia, incluidos los déficits
de atención que hacen que los pequeños mezclen las letras en palabras afines
(Friedmann, Kerbel y Shvimer, 2010) y los déficits visuales que causan las
confusiones “en espejo” (McKloskey y Rapp, 2000). La dislexia parece estar
en el extremo de un continuo de habilidades visuales, atencionales y
fonológicas que adopta la forma de una curva de campana y va desde la
completa normalidad hasta el déficit severo. Todos compartimos la misma
composición de Homo sapiens, pero diferimos ligeramente en la dosis
cuantitativa de nuestra herencia, tal vez debido a variaciones semialeatorias
en el diseño temprano de los circuitos neuronales (Shaywitz y otros, 1992).
Podríamos contar casi la misma historia respecto de otros trastornos del
desarrollo. La discalculia, por ejemplo, se vio relacionada con déficits
tempranos de materia gris y blanca en los circuitos dorsal parietal y frontal
(que en las niñas y los niños sin dificultades alojan el cálculo y las
matemáticas). Los niños prematuros, que pueden sufrir infartos
periventriculares en la región parietal que alberga el sentido numérico, tienen
mayores riesgos de discalculia. La desorganización neurológica temprana
puede causar discalculia al impactar directamente en el conocimiento de los
conjuntos y las cantidades, o al desconectarlo de otras áreas involucradas en
la adquisición de las palabras numéricas y los símbolos de la aritmética. En
cualquiera de esos casos, el resultado es una predisposición a las dificultades
para adquirir las matemáticas durante la infancia. Es probable que esos niños
requieran ayuda específica para fortalecer sus débiles intuiciones iniciales
para las cantidades.
Muchas veces se tiende a exagerar las consecuencias deterministas de los
descubrimientos científicos sobre las bases genéticas del aprendizaje. Al
respecto, cabe señalar que ningún gen involucrado en la dislexia, la
discalculia o cualquiera de los demás trastornos del desarrollo, como el
autismo o la esquizofrenia, tiene un determinismo del 100%. En el mejor de
los casos, inclinan drásticamente la balanza, pero el entorno también tiene
una gran participación en la trayectoria del desarrollo que finalmente seguirá
un infans. Mis colegas en educación especial son optimistas: con suficiente
esfuerzo, ninguna dislexia o discalculia es tan grave como para quedar fuera
del alcance de la rehabilitación. Ya es hora de que pasemos a este segundo
jugador importante en el desarrollo del cerebro: la plasticidad cerebral.
5. Lo que adquirimos
En las páginas previas, insistí mucho en el aporte de la naturaleza a la
construcción de nuestro cerebro: la interacción de los genes y la
autoorganización. Pero, por supuesto, el aprendizaje es igual de importante.
La organización innata del cerebro no permanece inalterada por mucho
tiempo, sino que se modifica y se enriquece con el efecto de la experiencia,
que constituye la otra cara de la moneda: ¿cómo modifica el aprendizaje los
circuitos del cerebro del niño? Para comprenderlo, necesitamos volver atrás
más de un siglo, hasta los descubrimientos fundacionales de Santiago Ramón
y Cajal.
¿Qué es la plasticidad cerebral?
La labor de un pianista es inaccesible para el hombre sin estudios ya
que la adquisición de nuevas habilidades requiere muchos años de
práctica mental y física. Para entender plenamente este complejo
fenómeno, se hace necesario admitir, además del refuerzo de vías
orgánicas preestablecidas, la formación de vías nuevas por
ramificación y crecimiento progresivo de la arborización dendrítica
y axonal.
Santiago Ramón y Cajal, Textura del sistema nervioso del
hombre y los vertebrados (1899-1904)
El gran anatomista español Santiago Ramón y Cajal, uno de los héroes de las
neurociencias, fue el primero en mapear la microorganización del cerebro.
Dibujante genial, produjo diseños a la vez realistas y simplificados que se
cuentan entre las obras maestras de la ilustración científica, apenas provisto
de su microscopio. Pero, sobre todo, supo pasar de la observación a la
interpretación y de la anatomía a la función con una seguridad de juicio
impresionante. Si bien su microscopio le permitía ver solo la forma general
de las neuronas y de sus circuitos, ese pionero supo llegar a deducciones
atrevidas y a menudo exactas sobre el modo en que funcionaban.
El mayor mérito de Cajal fue su comprensión de que el cerebro está
formado por células nerviosas discretas (las neuronas), no por una red
continua, un reticulum, como se creía antes de él. También notó que estas
células tenían una forma muy particular: a diferencia de otras –como los
glóbulos rojos, que son compactos y casi redondos–, las neuronas presentan
ramificaciones de una complejidad increíble. Cada neurona despliega un
inmenso árbol constituido por varios miles de ramas cada vez más pequeñas,
las dendritas (en griego, dendron significa “árbol”). Las poblaciones de
neuronas forman entonces un bosque inextricable de arborizaciones
neuronales.
Esta complejidad no desanimó al neurobiólogo español. En un diagrama
que se volvió famoso, a partir de un maravilloso dibujo de la anatomía del
hipocampo, Cajal añadió algo muy sencillo y, sin embargo, iluminador y con
un gran impacto teórico: ¡flechas que indicaban la dirección en que circulaba
el impulso nervioso! Iban desde las dendritas hacia el cuerpo celular de la
neurona y, por último, a lo largo del axón (figura 14). Esto suponía una
especulación audaz, pero que resultó exacta. Cajal había comprendido que la
forma de las neuronas se corresponde con su función: con ayuda de su árbol
dendrítico, una neurona recolecta la información proveniente de otras células;
todos estos mensajes convergen en el cuerpo celular, donde se los compila
para enviarlos reunidos en uno solo, llamado “potencial de acción” o spike.
El potencial de acción luego es transmitido por el axón, un tronco que sale
del cuerpo celular y se extiende en dirección de otros miles de neuronas, en
ocasiones a varios centímetros de distancia.
Cajal también llegó a una tercera hipótesis muy importante: que las
neuronas se comunican entre sí por medio de las sinapsis. Fue el primero en
comprender que las neuronas constituyen células distintas unas de otras; pero
su microscopio también le reveló que estas células entran en contacto en
algunos puntos, zonas de unión que en la actualidad llamamos “sinapsis”
(nombre que debemos al gran fisiólogo británico Charles Sherrington). Cada
sinapsis, entonces, es el punto de encuentro de dos neuronas o, más
exactamente, del axón de una neurona y la dendrita de otra. La neurona que
llamamos “presináptica” envía su axón muy lejos, hasta encontrarse con una
dendrita de una segunda neurona, la postsináptica, a la cual se conecta.
Figura 14. Microcircuitos, neuronas y sinapsis son el soporte material de la plasticidad del
cerebro: se ajustan cada vez que aprendemos algo. El gran anatomista Ramón y Cajal trazó
los circuitos de la corteza y comprendió que las neuronas son células individuales, cuyas
arborescencias, las dendritas (arriba a la izquierda), registran la información proveniente de
otras neuronas y envían mensajes a lo largo de su axón. Hoy en día, tenemos la posibilidad
de observar las neuronas con una precisión pasmosa, hasta el detalle de las espinas
dendríticas, los pequeños hongos que albergan las sinapsis, los puntos de conexión entre dos
neuronas. Todos estos elementos cambian durante nuestro aprendizaje: la presencia, la
cantidad y la fuerza de las sinapsis, el tamaño de las espinas dendríticas, la cantidad de ramas
de las dendritas y de los axones (e incluso la aislación de los axones, gracias a una vaina de
mielina, que determina la velocidad de transmisión del impulso nervioso).
¿Qué ocurre en una sinapsis? Otro premio Nobel, el neurofisiólogo Thomas
Südhof, centró todas sus investigaciones en esta cuestión, y llegó a la
conclusión de que las sinapsis son las unidades de cómputo del sistema
nervioso, verdaderos nanoprocesadores. Recordemos que en nuestro cerebro
hay alrededor de catorce mil millones de ellas: es una maquinaria de una
complejidad sin igual. Todo lo que puedo hacer aquí es resumir los detalles
más sencillos del proceso (figura 14). El mensaje que viaja en el axón es
eléctrico, pero la mayoría de las sinapsis lo transforman en un mensaje
químico. A escala de la sinapsis, el axón termina en un botón que contiene
vesículas, algo así como almohadillas rellenas de una molécula que llamamos
“neurotransmisor” (el glutamato, por ejemplo). Cuando la señal eléctrica
llega hasta un botón terminal, estas almohadillas se abren y la molécula se
difunde en el espacio sináptico entre las dos neuronas. A este mecanismo se
debe el nombre “neurotransmisor”: transmite el mensaje de una neurona a la
otra. En efecto, la molécula liberada se une a la membrana de la segunda
neurona, en puntos específicos llamados “receptores”. El neurotransmisor
obra sobre el receptor como una llave sobre una cerradura: literalmente, abre
un canal en la membrana postsináptica. Allí se difunden los iones, átomos
cargados positiva o negativamente, cuyo flujo genera una corriente eléctrica
en el interior de la célula blanco. El ciclo está cerrado: el mensaje pasó de
eléctrico a químico, de químico a eléctrico, y pudo cruzar el espacio entre las
dos neuronas.
¿Qué relación tiene esto con el aprendizaje? Bueno, nuestras sinapsis se
modifican permanentemente a lo largo de la vida, y estas modificaciones
reflejan lo que aprendemos (Holtmaat y Caroni, 2016; Takeuchi,
Duszkiewicz y Morris, 2014). Cada sinapsis es una pequeña usina química, y
numerosos elementos de esta usina pueden cambiar durante el aprendizaje: la
cantidad de vesículas, su tamaño, la cantidad de receptores, su eficacia, el
tamaño e incluso la forma de la sinapsis… Todos estos parámetros afectan la
fuerza con que un mismo mensaje eléctrico, presináptico, se transmitirá a la
segunda neurona, postsináptica, y por lo tanto proveen un espacio de
almacenamiento útil para la información aprendida.
Además, estos cambios no se producen al azar: tienden a estabilizar la
actividad de las neuronas al reforzar su capacidad de activarse unas a otras si
ya lo han hecho en el pasado. La regla básica es tan elemental que ya fue
hipotetizada en 1949 por el psicólogo Donald Hebb. La podemos resumir en
una fórmula sencilla: Neurons that fire together, wire together, o, en
castellano: “Coactivarse es conectarse”. Cuando dos neuronas se activan en el
mismo momento, sus interconexiones se hacen más fuertes. Más
exactamente, si la neurona emisora (es decir, la presináptica) descarga y,
algunos milisegundos más tarde, la neurona receptora (postsináptica) entra
también en actividad, entonces la sinapsis se afianza: en el futuro la
transmisión entre estas dos neuronas será incluso más eficiente. Si en cambio
la sinapsis no logra una comprensión adecuada, de modo que la neurona
postsináptica no se activa, entonces la sinapsis se debilita.
Cada cambio sináptico que sigue la regla de Hebb refuerza la probabilidad
de que se reproduzca la misma actividad. Gracias a la plasticidad sináptica,
vastos tapices neuronales formados por millones de neuronas se suceden en
un orden cada vez más exacto y reproducible. El ratón que recorre su
laberinto por el camino óptimo, la violinista que con sus dedos hace brotar un
sinfín de notas o la niña que recita una poesía despiertan una sinfonía neural
en que cada movimiento, nota o palabra están registrados en varias centenas
de millones de sinapsis.
Desde luego, el cerebro no almacena todos los eventos de nuestra vida. Solo
los momentos que juzga más importantes se imprimen en las sinapsis. Por
ende, la plasticidad sináptica es modulada por las grandes redes de
neurotransmisores –sobre todo la acetilcolina, la dopamina y la serotonina−,
que determinan qué episodios tienen la importancia suficiente para ser
recordados. La dopamina, por ejemplo, es el neurotransmisor asociado a
todas las recompensas: alimento, sexo, droga… y, por si se lo están
preguntando, ¡sí, también al rock and roll! (Salimpoor y otros, 2013). Las
descargas del circuito de la dopamina marcan todo lo que nos gusta, y le
muestran al resto del cerebro que el episodio en curso es positivo, ya que está
resultando mejor que lo previsto. Por otro lado, la acetilcolina suele
involucrarse en todos los momentos importantes. Sus efectos son enormes. Si
ustedes recuerdan tan bien qué estaban haciendo el 11 de septiembre de 2001,
cuando se enteraron del atentado contra el World Trade Center, es porque ese
día un huracán de neurotransmisores desbarató sus circuitos cerebrales –
especialmente en la amígdala, localización de las emociones fuertes– y sus
sinapsis se alteraron en gran medida. La amígdala, grupo subcortical de
neuronas que se disparan sobre todo por emociones fuertes, envía señales al
hipocampo, que está muy cerca y almacena los episodios más relevantes de
nuestra existencia. Así, las modificaciones sinápticas priorizan los hechos que
los circuitos emocionales del cerebro consideran más significativos.
La capacidad de las sinapsis para modificarse en función de la actividad de
sus neuronas pre- y postsinápticas se descubrió inicialmente en condiciones
artificiales: los investigadores tuvieron que “aturdir” a las neuronas
estimulándolas a un ritmo desenfrenado con una fuerte corriente eléctrica
para poder observar que la fuerza de sus sinapsis cambiaba. Después de esta
experiencia traumática, la sinapsis permaneció modificada durante varias
horas, fenómeno llamado “potenciación a largo plazo”, que parecía ideal para
lograr recuerdos muy perdurables (Bliss y Lømo, 1973; Lømo, 2018). Pero
¿era este realmente el mecanismo utilizado por el organismo en condiciones
normales para almacenar información? Las primeras pruebas fueron
aportadas por un molusco, la Aplysia californica), conocida también como
liebre de mar o babosa marina, que tiene neuronas gigantescas. En sus
ganglios nerviosos –porque este invertebrado primitivo no tiene un cerebro
propiamente dicho–, Eric Kandel, que obtendría el Premio Nobel, detectó una
serie de modificaciones sinápticas y moleculares que se daban en cascada
cuando se condicionaba al animal para que aprendiese a esperar la comida, un
poco como el célebre perro de Pávlov (Pittenger y Kandel, 2003).
A medida que las técnicas de registro y visualización de las sinapsis
progresaron, se acumularon pruebas de que su plasticidad es responsable del
aprendizaje. Las modificaciones se producen precisamente en los circuitos
que el animal utiliza con ese fin. Cuando un ratón aprende a evitar un lugar
porque allí recibió una pequeña descarga eléctrica, se nota cómo cambian las
sinapsis del hipocampo, región responsable del sentido del espacio y de la
memoria episódica (Whitlock y otros, 2006): las conexiones entre el
hipocampo y la amígdala registran el episodio traumático. En cambio, si el
ratón se ve aterrorizado por un sonido, se modifican las sinapsis que ligan la
amígdala con la corteza auditiva (Kim y Cho, 2017). Por lo demás, estos
cambios no son simplemente concomitantes con el aprendizaje: parecen
desempeñar un papel causal en él. La prueba es que si en los minutos
posteriores a un evento traumático se interfiere con los mecanismos
moleculares que permiten a las sinapsis someterse a los cambios del
aprendizaje, el animal no lo retiene en la memoria (Takeuchi, Duszkiewicz y
Morris, 2014).
El retrato de un recuerdo
¿Qué es, entonces, un recuerdo? ¿Y cuál es su base material en el cerebro? La
mayoría de los investigadores coincide con la siguiente explicación, que
distingue períodos de codificación y de recuerdo (Josselyn, Köhler y
Frankland, 2015; Poo y otros, 2016).
Comencemos por la codificación. Sin excepción, nuestras percepciones,
acciones o nuestros pensamientos dependen de que entre en actividad un
subconjunto muy específico de neuronas (mientras que las otras permanecen
inactivas, o incluso se inhiben). La identidad de las neuronas activas,
distribuidas en numerosas regiones del cerebro, define el contenido del
pensamiento. Por ejemplo, cuando veo a Ennio Morricone en la Arena de
Verona, algunas neuronas (en la región temporal inferior) responden a su
rostro, otras (en la región temporal superior) a su voz, otras (en la región del
parahipocampo) a la distribución de los sectores del auditorio, y así
sucesivamente: cada neurona por separado puede proveer cierta información,
pero la memoria general siempre está codificada por varios grupos de
neuronas interconectados. Si me encuentro con la señora a quien compro
queso en el mercado, la activación de grupos de neuronas ligeramente
diferentes me permite, en principio, no confundirla con el gran compositor y
director de orquesta italiano.
Supongamos ahora que mis sistemas emocionales consideran que esta
experiencia tiene la importancia suficiente para que mi memoria la almacene.
¿Cómo hace mi cerebro para registrarla? Para consolidar el evento, los grupos
de neuronas que recientemente se activaron sufren cambios físicos
importantes. Modifican la fuerza de sus interconexiones, lo que aumenta el
apoyo del grupo y vuelve más probable que en el futuro estas neuronas se
activen juntas. Algunas sinapsis se hacen físicamente más grandes e incluso
pueden llegar a duplicarse. A veces las neuronas desarrollan nuevas espinas
dendríticas, botones axonales o dendritas. Todas estas modificaciones
anatómicas implican la expresión de nuevos genes, en el transcurso de varias
horas o incluso días, y forman la base concreta del aprendizaje:
colectivamente, constituyen el sustrato de la memoria.
Una vez formada la memoria sináptica, las neuronas pueden descansar:
cuando dejan de descargar, el recuerdo permanece latente, inconsciente pero
muy real, inscripto en la anatomía misma de nuestros circuitos neuronales.
Más tarde, gracias a estas conexiones, será suficiente un indicio externo (por
ejemplo, una foto aérea de la Arena) para producir una cascada de actividad
neuronal en el circuito original; poco a poco esto hará que el cerebro logre
recrear un patrón de descargas similar a aquel que ocurrió cuando se creó el
recuerdo y, por último, me permitirá traer al presente el rostro de Ennio
Morricone. Según esta teoría, cada recuerdo es una reconstrucción; recordar
es intentar reproducir en el cerebro las descargas neuronales asociadas a una
experiencia pasada.
Así, el recuerdo no está localizado en una sola región del cerebro, sino
distribuido en la mayoría (o acaso en cada uno) de los circuitos cerebrales,
porque todos ellos son capaces de modificar su sinapsis en respuesta a una
configuración frecuente de la actividad neuronal. Sin embargo, no todos los
circuitos tienen la misma función. Pese a que la terminología todavía es
confusa y continúa evolucionando, los investigadores distinguen por lo
menos cuatro tipos de memoria.
Memoria de trabajo: conserva una representación mental activa
durante un lapso muy breve, digamos unos pocos segundos. Depende
principalmente de la descarga vigorosa de numerosas neuronas en la
corteza parietal y prefrontal, que a su vez estimulan a las neuronas de
otras regiones más periféricas (Courtney y otros, 1997; Ester, Sprague
y Serences, 2015; Goldman-Rakic, 1995; Kerkoerle, Self y Roelfsema,
2017; Vogel y Machizawa, 2004). Esta memoria nos permite retener
un número de teléfono en la mente: durante el tiempo que nos insume
marcarlo en nuestro smartphone, las neuronas se respaldan unas a
otras y así conservan la información en estado activo. Este tipo de
memoria se basa principalmente sobre la preservación de un patrón
sostenido de actividad, aunque estudios recientes descubrieron que
también implica cambios sinápticos de corta duración, lo que permite
que las neuronas pasen un breve período de inactividad y enseguida
vuelvan a su estado activo (Mongillo, Barak y Tsodyks, 2008). En
cualquier caso, la memoria de trabajo nunca dura más que unos pocos
segundos: tan pronto como nos distraemos con algo más, el conjunto
de neuronas activas se desvanece. Es el búfer a corto plazo del
cerebro, que solo tiene en cuenta la información más reciente y actual.
Memoria episódica: el hipocampo –estructura situada en la
profundidad de los hemisferios cerebrales, debajo de la corteza–
registra los episodios de nuestra vida cotidiana a medida que se
desarrollan. Las neuronas del hipocampo parecen memorizar el
contexto de todos los eventos: codifican dónde, cuándo, cómo y con
quién ocurrieron. Almacenan el episodio en cuestión gracias a los
cambios sinápticos, de modo que podamos recordarlo más tarde. El
célebre paciente H. M., quien había sufrido la extirpación del
hipocampo en una intervención quirúrgica bilateral destinada a
controlar su epilepsia, ya no registraba nada: vivía en un eterno
presente, incapaz de agregar el menor elemento nuevo a su biografía
mental. Hoy en día, sabemos que el hipocampo interviene en todo tipo
de aprendizaje rápido. Siempre que la información aprendida sea
única, se trate de un acontecimiento particular o de un descubrimiento
digno de interés, las neuronas del hipocampo le asignarán una
secuencia de descargas específica (Genzel y otros, 2017; Lisman y
otros, 2017; Schapiro y otros, 2016; Shohamy y Turk-Browne, 2013).
Memoria semántica: los recuerdos no parecen quedarse en el
hipocampo para siempre; durante la noche, el cerebro los repasa y los
mueve hacia una nueva ubicación en la corteza. Allí, se transforman
en conocimientos permanentes: el cerebro extrae la información que
está presente en los episodios que vivimos, la generaliza y la integra
en nuestra vasta biblioteca de conocimientos del mundo. Luego de
unos días, recordamos el nombre del autor de la música de La Misión
(sí, Ennio Morricone), aunque no tengamos el menor trazo del lugar o
del momento en que lo oímos por primera vez: el recuerdo de la
memoria episódica se tornó semántico. Lo que inicialmente era un
episodio único se convirtió en conocimiento duradero y su código
neural se desplazó desde el hipocampo hacia los circuitos relevantes
en la corteza (Kitamura y otros, 2017).
Memoria procedural: cuando repetimos la misma actividad una y otra
vez (atarnos los zapatos, recitar un poema, calcular, hacer malabares,
tocar el violín, andar en bicicleta…), las neuronas de la corteza y de
otros circuitos subcorticales terminan por modificarse para que la
información circule mejor en el futuro. Más rápida, más reproducible,
depurada de cualquier actividad parasitaria, la actividad neuronal se
desarrolla con la precisión de un mecanismo de relojería. Se trata de la
memoria procedural: el registro, inconsciente y compacto, de las
configuraciones de actividades rutinarias, que realizamos a intervalos
periódicos. En ella, el hipocampo ya no tiene función alguna, porque
la repetición del gesto es lo que transfiere el recuerdo hacia un soporte
implícito. A esto se debe que el paciente H. M., incluso desprovisto de
cualquier recuerdo consciente, todavía pudiese aprender nuevos
procedimientos. Los investigadores incluso le enseñaron a escribir a la
inversa, observando su mano en un espejo. Dado que no recordaba la
cantidad de veces que lo había practicado antes, H. M. se sorprendía al
descubrirse tan bueno para lo que creía que era un “truco” nuevo.
Verdaderas sinapsis y falsos recuerdos
Hoy en día, el conocimiento de los investigadores acerca de los circuitos de
la memoria es tal que ya no estamos muy lejos de la fantasía de Michel
Gondry en la película Eternal Sunshine of the Spotless Mind [Eterno
resplandor de una mente sin recuerdos u ¡Olvídate de mí!]: borrar del tapiz
de la memoria, de forma selectiva, los recuerdos que nos envenenan la vida
−como el estrés postraumático de los soldados de la Guerra de Vietnam−, o
bien, bordar en su lugar una composición ilusoria, un recuerdo falso.
El equipo de otro premio Nobel, el profesor Susumu Tonegawa, ya realizó
esas dos manipulaciones en ratones. Primero les hizo vivir un pequeño
trauma: ubicado en una habitación, el ratón recibe pequeñas descargas
eléctricas. Es fácil asegurarse de que ese episodio está bien impreso en su
memoria, ya que el ratón evita el lugar donde se produjo.
A partir de ese momento, podemos jugar con el recuerdo. En primer lugar,
tenemos la opción de registrarlo. Gracias a un microscopio sofisticado de dos
fotones, logramos visualizar la respuesta de las neuronas y constatamos que,
en el hipocampo, se activan neuronas diferentes para la habitación A,
asociada a la descarga eléctrica, y para la habitación B, donde no pasó nada.
Luego es la hora de manipularlo: mientras el animal está en la habitación A,
se le envían descargas que activan, en su cerebro, la población de neuronas
que codifican la habitación B. Cuando regresa a la habitación B, el ratón se
alarma y se paraliza de miedo: es como si el mal recuerdo estuviera ahora
asociado a la habitación B, donde, sin embargo, nunca ocurrió nada (Ramirez
y otros, 2013).
El equipo de Susumu Tonegawa luego transformó el mal recuerdo en uno
bueno: al reactivar las mismas neuronas de la habitación B mientras se
exponía a los ratones a la presencia de compañeros del sexo opuesto –un
buen momento garantizado–, los investigadores lograron borrar la asociación
con la descarga eléctrica. Para entonces los ratones, lejos de evitar la
habitación maldita, se ponían a explorarla frenéticamente como si buscaran
allí a los compañeros eróticos que recordaban (Ramirez y otros, 2015).
Por ende, ¿podemos borrar un recuerdo traumático? Sí, es suficiente con
volver a evocarlo mientras se debilitan las sinapsis unidas a él en la memoria.
En los días siguientes, el ratón ya no muestra la menor reminiscencia del mal
momento (Kim y Cho, 2017).
Siguiendo esa misma línea, el investigador francés Karim Benchenane logró
la proeza de imprimir un nuevo recuerdo en el cerebro de un ratón durante el
sueño. Para esto aprovechó que, mientras dormimos, el hipocampo reactiva
una huella de los recuerdos de las horas previas, con especial énfasis en los
lugares por los que pasamos (retomaremos este tema en el capítulo 10). Cada
vez que el cerebro del ratón dormido evocaba determinado lugar de su
entorno, el investigador le daba una pequeña inyección de dopamina, el
neurotransmisor de la recompensa. Resultado: ¡tan pronto como se
despertaba, el ratón se precipitaba hacia ese lugar! Durante el sueño, lo que
inicialmente era un lugar neutral había adquirido un sentido muy especial en
la memoria, tan adictivo como los dulces de nuestra abuela o el primer lugar
en el que nos enamoramos.
En un intento por emular la vivencia de los humanos, algunas
investigaciones con animales comenzaron a imitar los efectos en el cerebro
de los aprendizajes escolares. ¿Qué sucede cuando un mono aprende las
letras, los dígitos o el modo de uso de una herramienta? (Iriki, 2005;
Obayashi y otros, 2001; Srihasam y otros, 2012). El investigador japonés
Atsushi Iriki mostró que un mono podía aprender a utilizar un rastrillo para
acercar a su mano porciones de alimento demasiado alejadas para agarrarlas.
Luego de varios miles de ensayos, el animal se volvía tan experto como un
crupier: no necesitaba más que unas décimas de segundo para acercarse la
comida tirando del rastrillo con un gesto vivaz. ¡El mono también lograba
utilizar un primer rastrillo, de tamaño mediano, para trasladar otro, más largo,
que le permitía finalmente alcanzar un alimento que estaba incluso a mayor
distancia! Este tipo de aprendizaje desencadena una serie de cambios en el
cerebro. El consumo de energía aumenta en un área muy específica de la
corteza, la región parietal anterior, la misma que un ser humano utiliza para
controlar los movimientos de la mano, escribir, atrapar un objeto o utilizar un
martillo o una pinza. Allí se expresan nuevos genes, las sinapsis brotan, las
arborescencias de dendritas y de axones se multiplican y, en el animal
experto, todas estas ramificaciones suplementarias se traducen en un aumento
del 23% del espesor de la corteza. También vemos alterarse los haces de
conexiones: los axones provenientes de una región lejana, en la unión con la
corteza temporal, se desarrollan hasta crecer varios milímetros e invadir una
porción de la región parietal anterior que antes no estaba cableada por estas
neuronas.
Estos ejemplos explican en qué medida los efectos de la plasticidad cerebral
se extienden en el tiempo y en el espacio. Les propongo que repasemos
juntos los puntos fundamentales. Un conjunto de neuronas, que codifica un
evento o un concepto que deseamos memorizar, se activa en nuestro cerebro.
¿Cómo se registra este recuerdo? En el principio es la sinapsis: un
microscópico punto de contacto entre dos neuronas que se refuerza cuando
las neuronas que vincula se activan juntas en breve sucesión: “Coactivarse es
conectarse”, como rezaba la famosa regla de Hebb. Una sinapsis que se
afianza es como una fábrica que aumenta su productividad: recluta más
neurotransmisores del lado presináptico y más moléculas de receptores del
lado postsináptico. También, con el objetivo de alojarlos, aumenta su
superficie.
Cuando una neurona aprende, su forma también cambia. Una estructura con
forma de champiñón, que llamamos “espina dendrítica”, se forma en el lugar
de la dendrita que alberga la sinapsis. De ser necesario, emerge una segunda
sinapsis que duplica la primera. Otras sinapsis distantes, pero que aterrizan
sobre la misma neurona, también se refuerzan (Fitzsimonds, Song y Poo,
1997).
De este modo, cuando el aprendizaje se extiende, la anatomía misma del
cerebro termina por cambiar. Con los avances de la microscopia, y, muy
especialmente, con la revolución aportada por los novedosos microscopios de
dos fotones, que se valen del láser y de la física cuántica, puede verse, sin
mediaciones, el crecimiento de los botones sinápticos y axonales en cada
episodio de aprendizaje, al igual que se ve brotar un árbol en primavera.
Acumulados, esos cambios pueden ser sustanciales, del rango de milímetros,
y gracias a las imágenes de resonancia magnética comienzan a ser detectables
en los humanos. Aprender a tocar música (Gaser y Schlaug, 2003; Oechslin,
Gschwind y James, 2018; Schlaug y otros, 1995), a leer (Carreiras y otros,
2009; Thiebaut de Schotten y otros, 2014), a hacer malabares (Draganski y
otros, 2004; Gerber y otros, 2014) o incluso a manejar un taxi en una gran
ciudad (Maguire y otros, 2000, 2003) son experiencias que se traducen en
aumentos detectables en el espesor de la corteza o de la fuerza de las
conexiones que vinculan las regiones corticales: las autopistas del cerebro
mejoran cuanto más las utilizamos.
Si bien la sinapsis es el epítome del aprendizaje, no es el único mecanismo
que genera cambios en el cerebro. Cuando aprendemos, el boom de nuevas
sinapsis fuerza a las neuronas a engendrar nuevas ramificaciones, tanto en los
axones como en las dendritas. Lejos de la sinapsis, los axones útiles se
recubren de una vaina de aislante, la mielina, que se parece al adhesivo que se
pone alrededor de los cables eléctricos para aislarlos. Cuanto más se utiliza
un axón, más vueltas tiene esta vaina. Así, lo aísla cada vez mejor y le
permite retransmitir la información con una velocidad cada vez mayor.
Las neuronas no son los únicos jugadores en este juego. A medida que un
aprendizaje progresa, también cambia el entorno de las neuronas, incluidas
las células gliales, que las nutren y las cuidan, así como la red vascular de
venas y arterias que les aportan oxígeno, glucosa y nutrientes. Así, todo el
circuito neural y su estructura de soporte se transforman.
Algunos investigadores cuestionan el dogma que hace de la sinapsis el actor
indispensable de cada aprendizaje. Según datos recientes, las células de
Purkinje (neuronas especiales del cerebelo) pueden memorizar un intervalo
de tiempo sin que este aprendizaje requiera la menor modificación de sus
sinapsis; el mecanismo parece ser interno a la célula únicamente (Johansson y
otros, 2014; Rasmussen, Jirenhed y Hesslow, 2008). Es posible que la
dimensión del tiempo, que es una especialidad del cerebelo, se almacene en la
memoria usando un truco evolutivo diferente, que no dependa de la sinapsis.
Cada neurona del cerebelo, por sí sola, sería capaz de almacenar varios
intervalos de tiempo, quizá por medio de modificaciones químicas estables de
su ADN.
Por cierto, aún no comprendemos cómo estos cambios inducidos por el
aprendizaje, sean sinápticos o no, implementan los tipos de aprendizaje más
elaborados de los cuales es capaz el cerebro humano, aquellos basados sobre
el “lenguaje del pensamiento” y la recombinación rápida de conceptos
existentes. Según vimos antes, las redes neuronales convencionales explican
cómo millones de sinapsis, al modificarse, nos permiten aprender a reconocer
una cifra, un objeto o un rostro. En cambio, no existe modelo alguno
verdaderamente satisfactorio de las redes neuronales que son soporte de la
adquisición del lenguaje o de las reglas matemáticas. Aun hoy, pasar del
ámbito de la sinapsis a las reglas simbólicas que aprendemos en la clase de
matemáticas es un desafío. Tengamos la mente abierta, porque estamos muy
lejos de alcanzar una comprensión cabal del código celular por cuyo
intermedio el cerebro logra guardar nuestros aprendizajes y recuerdos.
La nutrición, una pieza clave del aprendizaje
Como vimos, cuando aprendemos se producen cambios biológicos enormes:
no solo se modifican las neuronas, con sus dendritas y axones, sino que
también cambia su entorno de células gliales. Todas estas transformaciones
requieren tiempo. Cada episodio de aprendizaje abre la compuerta a una
cascada de modificaciones biológicas que dura varios días. Numerosos genes
especializados en la plasticidad deben expresarse para que las células
produzcan el andamiaje de proteínas y membranas que van a constituir las
sinapsis, las dendritas y los axones. Este proceso absorbe mucha energía: el
consumo del cerebro del niño pequeño representa hasta un 50% del balance
energético del cuerpo. Glucosa, oxígeno, vitaminas, hierro, iodo, ácidos
grasos, nutrientes de lo más diversos: todos estos ingredientes son esenciales
en el cóctel de una infancia exitosa. El cerebro no se alimenta solo de
estimulación intelectual; para hacer y deshacer algunos millones de sinapsis
por segundo, necesita una dieta equilibrada, una buena oxigenación y
ejercicio físico (Prado y Dewey, 2014; Voss y otros, 2013).
Un triste episodio deja en claro la extrema sensibilidad del cerebro en
desarrollo y el papel clave de una buena nutrición. En noviembre de 2003, un
vergonzoso desastre golpeó a los niños de Israel (Fattal, Friedmann y FattalValevski, 2011). De un día para el otro, los hospitales pediátricos de todo el
país recibieron a decenas de bebés afectados por graves síntomas
neurológicos: letargo, vómitos, trastornos oculares y de alerta que alcanzaban
incluso el coma; para dos de ellos, significó la muerte. Desde luego, hubo una
carrera contrarreloj: ¿cuál era el origen de esta enfermedad hasta entonces
desconocida?
La investigación derivó en el campo de la nutrición: todos los bebés
enfermos habían sido alimentados con la misma leche en polvo con base de
soja. El análisis de esta leche de fórmula confirmó los peores temores: de
acuerdo con la etiqueta, y conforme a las normas, debería haber incluido 385
mg de tiamina, más conocida como vitamina B1. En realidad, no contenía
siquiera un dejo de este elemento. Al ser contactado, el fabricante admitió
que había alterado la composición de su leche a principios de ese año: por
razones económicas, había dejado de agregar tiamina, nutriente esencial del
cerebro. Para empeorar las cosas, dado que el organismo no almacena esa
sustancia, cualquier desequilibrio alimentario acarrea rápidamente una grave
carencia.
Los neurólogos ya sabían que en los adultos el déficit de tiamina causa
problemas neurológicos severos, un cuadro que llamamos “síndrome de
Wernicke-Korsakoff” y que la mayoría de las veces encontramos en los casos
graves de alcoholismo. En la fase aguda, esta deficiencia induce una
enfermedad neurológica a veces mortal, la encefalopatía de Wernicke.
Confusión mental, problemas del movimiento de los ojos, incapacidad de
coordinación y déficit de alerta que podría llegar hasta el coma: estos
síntomas se parecen mucho a los de los bebés de Israel.
La última prueba llegó con la intervención terapéutica. Tan pronto como se
volvió a incorporar esta vitamina esencial a la alimentación de los lactantes,
su estado mejoró en unos pocos días y pudieron volver a sus casas. Se estima
entre seiscientos y mil la cantidad de bebés israelíes que, en el transcurso de
sus primeros meses de vida, fueron privados de tiamina durante un lapso de
dos a tres semanas. En ese momento, se pensó que la recuperación de una
alimentación equilibrada los había salvado. Se ignoraba que, años más tarde,
presentarían serias dificultades en el lenguaje. La psicóloga israelí Naama
Friedmann evaluó a sesenta de estos niños a la edad de 6 o 7 años. Pese al
tiempo transcurrido, la mayoría todavía sufría déficits importantes de
comprensión y de producción de lenguaje. Su gramática era anormal: tras leer
o escuchar una oración, tenían problemas para decidir quién le había hecho
qué a quién. En algunos casos les resultaba difícil siquiera nombrar una
imagen, como la de una oveja. En cambio, su procesamiento conceptual
parecía intacto: por ejemplo, eran capaces de asociar la imagen de un ovillo
de lana con la de una oveja antes que con la de un león. En el resto de los
parámetros, y muy especialmente el de la inteligencia (el famoso CI), no
parecían estar afectados.
Esta triste historia –por fortuna, excepcional– esclarece los límites de la
plasticidad cerebral, base del aprendizaje del lenguaje: si cualquier bebé es
capaz de aprender todos los idiomas del mundo, desde los tonos del chino
hasta los clics o chasquidos de las lenguas bantúes de Sudáfrica, es porque su
cerebro cambia del modo adecuado en respuesta a la inmersión en una
comunidad específica. Pero esta plasticidad no es infinita ni mágica, sino un
proceso material estricto que requiere ciertas condiciones nutricionales y
energéticas, de modo que apenas algunas semanas de privaciones pueden
implicar un déficit permanente. Y debido a que la organización del cerebro es
en gran medida modular, bien puede ocurrir que este déficit esté acotado a un
campo específico, como la gramática o el vocabulario. Los estudios de casos
pediátricos sobreabundan en ejemplos similares; el más común es el
síndrome de la alcoholización fetal, causado por la exposición del feto al
alcohol consumido por la madre: este poderoso teratogénico causa
malformaciones embrionarias del cuerpo y del cerebro; como verdadero
veneno para el desarrollo del sistema nervioso, debe evitarse a lo largo del
embarazo. Para que se extiendan los árboles dendríticos, hay que aportar al
cerebro todos los nutrientes que necesita.
Posibilidades y límites de la plasticidad sináptica
En casos de buena nutrición, ¿hasta dónde puede llegar la plasticidad
cerebral? ¿Puede recablear nuestro cerebro? ¿La anatomía cerebral es pasible
de variaciones considerables en función de nuestras vivencias? La respuesta
es no: la plasticidad es una variable de ajuste, ciertamente fundamental en el
aprendizaje, pero limitada, y acotada por todo tipo de restricciones genéticas
que nos hacen lo que somos: la intersección entre un genoma fijo y
experiencias únicas.
Llegó el momento de que les comente un poco más acerca de Nico.
Recuerden: es el artista que les presenté en la introducción y que pinta
cuadros espléndidos con la sola ayuda de su hemisferio izquierdo (figura 1).
En efecto, a los 3 años y 7 meses de edad, Nico perdió su hemisferio derecho.
Se expuso a una intervención quirúrgica llamada “hemisferectomía”, que
implica la ablación casi completa de un hemisferio; en su caso, con la
intención de ponerle fin a una epilepsia devastadora.
Sin embargo, apoyado por su familia, por sus médicos y por un investigador
argentino de la Facultad de Educación de Harvard, Antonio Battro, Nico
logró seguir una escolaridad elemental en Buenos Aires, y luego fue a la
secundaria en Madrid hasta los 18 años. Su lenguaje oral y escrito, su
memoria y sus competencias espaciales son excelentes. Incluso obtuvo un
título universitario en informática. Pero sobre todas las cosas, Nico presenta
un talento notable para el dibujo.
¿Es este un buen ejemplo de la plasticidad cerebral en funcionamiento? Por
supuesto que sí, dado que Nico domina numerosas funciones que en una
persona normal suelen estar asociadas al hemisferio derecho: la capacidad de
prestar atención a la globalidad de una figura, de copiar un dibujo
disponiendo de modo conveniente los objetos en el espacio o hasta de
comprender la ironía y los sobreentendidos de una conversación y adivinar
los pensamientos de sus interlocutores. Pese a todo, si la misma lesión
ocurriera en un cerebro adulto, estas funciones se perderían sin remedio.
Pero la plasticidad de Nico es limitada: quedó canalizada y confinada a
ciertos circuitos que son los mismos que los de todos los niños. Cuando
tomamos imágenes cerebrales mientras evaluábamos a Nico con una batería
de pruebas, constatamos que había logrado situar todas sus habilidades
aprendidas en el hemisferio izquierdo, pero sin que su organización habitual
se viera alterada: ¡todas las funciones tradicionalmente lateralizadas a la
derecha se habían localizado en lugares del hemisferio izquierdo simétricos
de su posición habitual! Así, la región cortical que responde a los rostros y
que en condiciones normales se aloja en el lóbulo temporal derecho, en el
caso de Nico se situaba en el hemisferio izquierdo pero en un lugar
exactamente simétrico respecto de su localización habitual, y a menudo
activado (con debilidad) por los rostros en todos los niños. Eso equivale a
decir que su cerebro se había reorganizado, pero dentro de los límites de una
organización preexistente, común a toda la especie. Los grandes haces de
conexiones que, desde el nacimiento e incluso durante la gestación, ya
pululan en el cerebro del bebé habían confinado sus aprendizajes dentro de
los límites estrechos de un mapa cortical universal y compartido por todos los
seres humanos.
La potencia de la plasticidad, así como sus restricciones, jamás es tan
evidente como cuando nos enfocamos en las capacidades visuales. No nos
sorprende que Nico sea hemianópsico, lo que significa que su visión está
cortada en dos: una mitad derecha con la cual ve sin problemas (en sus dos
ojos) y una mitad izquierda con la cual es por completo ciego (también en sus
dos ojos). En efecto, con el cruce de las vías visuales, los estímulos que
provienen de la mitad izquierda de la retina, que usualmente aterrizan en el
hemisferio derecho, caen en un vacío y no son procesados. Veinte años de
vida no le permitieron compensar este fundamental problema de cableado: la
plasticidad de las conexiones visuales, demasiado modesta, se fija a una gran
velocidad durante la infancia temprana; en su caso, no pudo impedir esa
ceguera para la mitad izquierda del mundo.
Ahora, examinemos a una pequeña de 10 años que conocemos solo por sus
iniciales: A. H. (Muckli, Naumer y Singer, 2009). Esta niña, como Nico, no
posee más que el hemisferio izquierdo, pero, a diferencia de él, sufrió una
malformación embrionaria que hizo que el desarrollo de su hemisferio
derecho se detuviera por completo antes de las 7 semanas de gestación. Por
eso, todo su cerebro se desarrolló sin que el hemisferio derecho estuviera
presente. ¿La plasticidad cambió todo su cerebro? No, pero le permitió ir un
poco más lejos que Nico. En efecto, ella ve un poco del lado izquierdo del
campo visual, aquel que debería proyectarse en el hemisferio derecho. Su
visión está lejos de ser perfecta, pero distingue la luz y el movimiento en una
región cercana al centro de la visión. Las imágenes cerebrales muestran que
su cerebro se reorganizó parcialmente (figura 15). En el nivel del occipucio,
en la corteza occipital que aloja la visión, notamos un mapa sin alteraciones
en la parte derecha del mundo, pero también de zonas muy pequeñas que
responden a la parte izquierda. Parecería haber axones provenientes de esta
mitad de la retina que, en condiciones normales, debería haber sido ciega, y
que se reorientaron hacia el otro lado del cerebro. Es un caso extremo de
reorganización prenatal (y, aun así, solo parcial, insuficiente para restaurar
una visión normal). En el sistema visual, las limitaciones genéticas dominan
y la plasticidad actúa únicamente dentro de sus estrechos límites.
Los científicos quisieron saber hasta dónde podían llegar estos límites
genéticos. Un experimento consiguió gran celebridad: el de Mriganka Sur,
investigador del MIT, que logró transformar una corteza auditiva en corteza
visual (Sur, Garraghty y Roe, 1988; Sur y Rubenstein, 2005). Para lograrlo,
mediante una intervención quirúrgica practicada en fetos de hurón, cercenó
los circuitos de entrada que, desde la cóclea y luego de varios pasos en el
tronco cerebral, normalmente se dirigen hacia una región muy específica del
tálamo y prosiguen hacia la corteza auditiva. Resultado indefectible: los
hurones quedaron sordos. Sin embargo, se produjo una curiosa reorientación
y las fibras visuales comenzaron a invadir el circuito auditivo desconectado,
como si se ocuparan de reemplazar los circuitos auditivos faltantes. Así, un
sector completo de la corteza que debería haber sido auditivo se comportaba
ahora como un área visual. Notamos allí un mapa de neuronas sensibles a la
luz y a la orientación de las barras, como en cualquier otra corteza visual. Las
sinapsis se adaptaron a esta nueva configuración y empezaron a reflejar las
correlaciones entre las neuronas que estaban destinadas a la audición, pero
que, recicladas, se convirtieron en especialistas de la visión.
¿Estos datos deben invitarnos a la conclusión de que la plasticidad cerebral
es “masiva” y que es la experiencia lo que “organiza la corteza”, como les
gustaría a los más ardientes defensores de la metáfora de la tabula rasa?
(Quartz y Sejnowski, 1997). Mriganka Sur jamás propondría esa tesis; por el
contrario, insiste en que esa es una situación patológica, y que la
reorganización está lejos de ser perfecta: en la corteza auditiva, los mapas
visuales nunca llegan a estar tan bien diferenciados como deberían. La
genética de la corteza visual la preparó para hacerse cargo de la visión.
Durante el desarrollo normal, cada región cortical se especializa precozmente
por influencia de muchos genes del desarrollo. Los axones encuentran su
camino siguiendo pistas químicas predeterminadas que trazan protomapas.
Solo al final del camino se someten a la creciente influencia de la actividad
neuronal entrante y se adaptan a ella. El tapiz neuronal es fijo; apenas algunos
detalles del bordado, pequeños aunque significativos, pueden cambiar.
Figura 15. La plasticidad sináptica permite que el cerebro se reconfigure parcialmente
cuando sufre alteraciones graves. La paciente A. H. (arriba) nació con un solo hemisferio
cerebral: desde la séptima semana de embarazo, el hemisferio derecho de su cerebro dejó de
desarrollarse. En un cerebro normal (abajo), las áreas visuales tempranas del hemisferio
izquierdo solo representan la mitad derecha del mundo. Sin embargo, en el caso de esta
paciente, regiones muy pequeñas se reorientaron y comenzaron a responder a la mitad
izquierda del mundo (las señalamos con flechas blancas). Así, A. H. no es del todo ciega del
lado izquierdo, como lo sería un adulto que perdiera su hemisferio derecho. Sin embargo,
esta reorganización es modesta: la influencia de la genética predomina sobre la de la
experiencia.
Además, es importante comprender que cuando las sinapsis se modifican,
incluso influidas por la actividad de las neuronas, lo que deja una huella en el
cerebro no es necesariamente el ambiente. Antes bien, el cerebro puede usar
la plasticidad sináptica para autoorganizarse: primero genera patrones de
actividad exclusivos desde dentro, en ausencia de cualquier input del entorno,
y usa esos patrones de actividad, en combinación con la plasticidad sináptica,
para conectar sus circuitos. Durante la gestación, incluso antes de recibir el
menor input sensorial, el cerebro, los músculos y hasta la retina ya exhiben
actividad espontánea (por eso el feto se mueve). Las neuronas son células
excitables: pueden reaccionar con espontaneidad, y sus potenciales de acción
se autoorganizan en ondas masivas que viajan por el tejido cerebral. Incluso
en el útero, ondas aleatorias de espinas neuronales fluyen a través de las
retinas del feto y, al llegar a la corteza, aunque no llevan ninguna información
visual en el sentido estricto del término, ayudan a organizar los mapas
visuales corticales (Goodman y Shatz, 1993; Shatz, 1996). Con esto, la
plasticidad sináptica actúa inicialmente sin necesitar ninguna interacción con
el mundo exterior. Recién durante el tercer trimestre de gestación, la frontera
entre lo innato y lo adquirido se borra de a poco, a la par que el cerebro, ya
bien formado, comienza a acomodarse al mundo interior y exterior.
Incluso en el momento del nacimiento, la corteza continúa transitada por
descargas aleatorias que se desarrollan sin relación con los inputs sensoriales.
Poco a poco, esta actividad endógena, preorganizada, evoluciona por
influencia de los órganos de los sentidos. Este proceso es interpretable con
precisión dentro del marco del modelo del cerebro bayesiano o estadístico
(Berkes y otros, 2011; Orbán y otros, 2016). La actividad endógena inicial
representa lo que los estadísticos llaman el a priori, las expectativas del
cerebro, sus hipótesis previas a cualquier interacción con el entorno. Más
tarde, estas hipótesis se ajustan gradualmente a los datos del ambiente, de
modo que a los pocos meses de vida la actividad espontánea empieza a
condecirse cada vez más con las estadísticas del mundo real. El modelo
interno del cerebro se refina a medida que compila estadísticas de sus inputs
sensoriales. Al final hay una solución de compromiso, una selección del
mejor modelo interno entre aquellos ofrecidos por la organización previa.
¿Qué es un período sensible?
Acabamos de ver que la plasticidad cerebral es a la vez inmensa y limitada.
Todos los grandes haces de conexiones pueden y deben modificarse a medida
que vivimos, maduramos y aprendemos, pero sin excepción están ya en su
lugar desde el nacimiento y son esencialmente idénticos en todos los seres
humanos. Nuestros aprendizajes son resultado de pequeños ajustes, sobre
todo a escala de microcircuitos, a menudo en el rango de unos pocos
milímetros. A medida que las neuronas crecen y sus ramas terminales
desarrollan botones sinápticos en otras neuronas, los circuitos que forman
permanecen firmemente arraigados dentro de los límites de su envoltura
genética. En respuesta al entorno, las vías neuronales pueden cambiar su
conectividad local, su fuerza y también su mielinización, al rodearse de una
capa aislante de, precisamente, mielina que acelera sus mensajes y, por lo
tanto, facilita la transmisión de información de una región a otra; sin
embargo, no pueden reorientarse a voluntad.
Esta restricción espacial sobre la conectividad a larga distancia se suma a
una restricción temporal: en numerosas regiones del cerebro, la plasticidad es
máxima solo durante un lapso de tiempo limitado, que llamamos “período
sensible”. Este período comienza en la infancia temprana, alcanza cotas
máximas y luego concluye, a medida que crecemos. El proceso completo
insume varios años y varía según las regiones del cerebro: las áreas
sensoriales alcanzan su cota máxima de plasticidad en torno a la edad de 1 o
2 años, mientras que las regiones de mayor jerarquía como la corteza
prefrontal alcanzan su máximo tanto más tarde en la infancia o incluso en la
adolescencia. Sin embargo, lo cierto es que, con la edad, la plasticidad
disminuye y el aprendizaje, aunque no es imposible, se vuelve cada vez más
difícil (Werker y Hensch, 2014).
Si a menudo afirmo que el bebé es una auténtica máquina de aprender, es
porque en los primeros años de vida su cerebro es el lugar de una verdadera
efervescencia de plasticidad sináptica. Las dendritas de sus neuronas
piramidales se multiplican a gran velocidad. En el nacimiento, la corteza de
los bebés se parece a un bosque tras el paso de un huracán, cubierto solo por
algunos troncos de árboles desnudos. Los primeros seis meses de vida son
una eclosión primaveral para el cerebro del recién nacido: se multiplican las
conexiones y las ramificaciones hasta formar una fronda inextricable (figura
16; Conel, 1939; Courchesne y otros, 2007).
El incremento de la complejidad de los árboles neuronales podría hacernos
pensar que el entorno deja su huella en el cerebro y lo obliga a crecer a la par
de su almacenamiento de datos. La realidad es mucho más compleja: en el
cerebro inmaduro, no hay una relación de proporcionalidad directa entre la
cantidad de aprendizaje que se produce y las sinapsis que surgen, sino que
estas siempre se generan en demasía, para luego, de acuerdo con su utilidad
para el organismo, ser conservadas o eliminadas gracias a la acción del
ambiente. Durante la primera infancia, la densidad de sinapsis aumenta hasta
alcanzar el doble de la de un adulto, y solo entonces disminuye con lentitud.
En cada región de la corteza, a incesantes ondas de sobreproducción les sigue
la retracción selectiva de las sinapsis inútiles o, por el contrario, la
multiplicación de las sinapsis y de las ramas dendríticas y axonales que se
comprobaron útiles. Piensen en esto cuando miren a un niño o una niña: cada
segundo que pasa, en su cerebro se están creando y eliminando muchos
millones de sinapsis. Esta efervescencia explica, en gran parte, la existencia
de períodos sensibles. En la primera infancia, el conjunto de la base
dendrítica y sináptica todavía resulta muy maleable; a mayor maduración del
cerebro, más se confina el aprendizaje a modificaciones marginales.
Con todo, es notable que las oleadas de sobreproducción sináptica no se
producen en todas las regiones en el mismo momento (Rakic y otros, 1986).
La corteza visual primaria, como otras regiones sensoriales, madura tanto
más rápido que las áreas corticales de nivel más alto.
El principio de organización parece ser estabilizar enseguida aquello que
constituye el input directo. Por eso, congela la organización cortical en las
áreas sensoriales tempranas, mientras que deja las áreas de alto nivel abiertas
para cambiar durante un lapso mucho más extenso. Así, las regiones más
elevadas en la jerarquía, como la corteza prefrontal, son las últimas en
estabilizarse: continúan modificándose durante la adolescencia e incluso
después de ella. En la especie humana, el máximo de sobreproducción
sináptica se termina cerca de los 2 años de edad para la corteza visual, de los
3 o 4 años para la corteza auditiva y entre los 5 y los 10 años para la corteza
prefrontal (Huttenlocher y Dabholkar, 1997). La mielinización sigue la
misma progresión (Dubois y otros, 2007, 2015; Flechsig, 1876).
Figura 16. Durante los primeros años de vida, las arborescencias de las neuronas crecen y
ganan exuberancia hasta formar un embrollo inextricable. En el cerebro de un niño de 2 años,
la cantidad de sinapsis es casi el doble que en un adulto. Pero los árboles dendríticos no solo
crecen, sino que también son podados: por influencia de la actividad neuronal, las sinapsis
útiles se conservan y se multiplican, mientras que las otras son suprimidas.
En los primeros meses de vida, las áreas sensoriales son las principales
beneficiarias de esto: su procesamiento de la información se acelera y la
velocidad de transmisión de una información desde la retina hasta las áreas
visuales pasa de un cuarto de segundo a una décima de segundo en algunas
semanas (Adibpour, Dubois y Dehaene-Lambertz, 2018; Dehaene-Lambertz
y Spelke, 2015). Esta aislación alcanza los haces que conectan la corteza
frontal (sede del pensamiento abstracto, la atención y la planificación) con
mucha más lentitud. Durante años, el niño es un ser híbrido: sus circuitos
sensoriales y motores se encuentran bastante maduros, mientras que sus áreas
de mayor nivel continúan operando de manera mucho más lenta, con una
dotación de circuitos aún desmielinizados. Como resultado, durante el primer
año de vida, necesita hasta tres o cuatro veces más tiempo que un adulto para
tomar conciencia de una información elemental, como la presencia de un
rostro (Kouider y otros, 2013).
Estas sucesivas oleadas de sobreproducción sináptica y de mielinización
modulan la plasticidad cerebral. Así, una serie de períodos sensibles se abren
y se cierran en momentos diferentes de acuerdo con las distintas regiones
cerebrales que deben desarrollarse. Las áreas visuales y auditivas están entre
las más propensas a perder su capacidad de aprender. El ejemplo mejor
estudiado, tanto en la especie humana como en animales, es el de la visión
binocular (Epelbaum y otros, 1993; Fawcett, Wang y Birch, 2005; Hensch,
2005). Para percibir la tercera dimensión, el sistema visual fusiona la
información proveniente de los dos ojos. Esta “fusión binocular” exige que
ambos envíen a la corteza inputs de alta calidad durante un período bastante
breve: algunos meses en el gato, algunos años en el hombre. Si, durante este
período, un ojo permanece cerrado, envía una imagen borrosa o se sufre una
difracción por culpa de un estrabismo pronunciado, el circuito cortical de la
fusión de los dos ojos no se pone en marcha, y esta pérdida es permanente: el
estrabismo del niño debe ser corregido en los primeros años de vida,
idealmente antes de los 3 años, o esto implicará un déficit definitivo a escala
de la corteza.
Otro período sensible permite que dominemos los sonidos de nuestra lengua
materna. Los bebés son campeones del aprendizaje de las lenguas: cuando
nacen, son capaces de escuchar todos los fonemas de todas las lenguas, y
donde sea que nazcan, cualquiera sea su carga genética, es suficiente su
inmersión en un baño de lenguaje (sea de una, dos o tres lenguas) para que en
algunos años se conviertan en especialistas de la fonología de su o sus
idiomas maternos. Como adultos, ya perdimos esta notable capacidad de
aprendizaje: como vimos antes, un japonés puede pasar su vida entera en
Francia sin llegar jamás a distinguir los sonidos /R/ y /L/. Es posible que toda
su vida confunda “glacial” y “glaciar”, “promo” y “plomo”, “elección” y
“erección”… Queridos lectores, no experimenten ningún sentimiento de
superioridad porque, nacidos y criados como hablantes de castellano, ustedes
nunca podrán distinguir ni las /T/ dentales y retroflejas que cualquier hablante
del hindi oye como algo evidente, ni las vocales breves y largas del finlandés
o el japonés, ni los cuatro o cinco tonos del chino mandarín.
La investigación demuestra que perdemos estas capacidades cerca del final
del primer año de vida (Dehaene-Lambertz y Spelke, 2015; Maye, Werker y
Gerken, 2002; Peña, Werker y Dehaene-Lambertz, 2012; Werker y Tees,
1984). Cuando somos bebés, compilamos de forma inconsciente estadísticas
sobre lo que escuchamos, y nuestro cerebro se ajusta a la distribución de los
fonemas que se emplean en el entorno. Alrededor de los 12 meses, algo se
solidifica en el cerebro y perdemos esta capacidad de aprender. Salvo en
casos extraordinarios, ya jamás podremos hacernos pasar por hablantes
nativos de japonés, finlandés o hindi: nuestra fonología está (casi) cincelada
en piedra. Hace falta un esfuerzo inmenso para que un adulto recupere la
capacidad de discriminar sonidos de una lengua extranjera. Solo a fuerza de
una reeducación intensa y focalizada, que comienza, por ejemplo, por
amplificar las diferencias entre /R/ y /L/ para volverlas audibles, y luego las
va reduciendo, un adulto japonés logra recuperar parcialmente la
discriminación de estos dos sonidos (McCandliss y otros, 2002).
Esto motiva que hablemos de un período sensible en lugar de un período
crítico: la capacidad de aprendizaje se reduce, pero nunca llega a cero. En la
edad adulta, la capacidad residual de adquirir fonemas extranjeros registra
variaciones significativas entre las personas. Para la mayoría de nosotros,
intentar hablar correctamente un idioma extranjero en la edad adulta supone
un esfuerzo insondable. Sin embargo, algunas personas mantienen la
capacidad de aprender la fonología de lenguas extranjeras, y esta
competencia se puede predecir parcialmente por el tamaño, la forma y el
número de conexiones de su corteza auditiva (Golestani y otros, 2007). Estos
afortunados cerebros en apariencia estabilizaron un conjunto de conexiones
más flexible, pero queda claro que son la excepción más que la regla.
El dominio de la fonología de una lengua extranjera es una de las primeras
competencias en decaer con la edad: al respecto, desde los años más tiernos,
un niño ya es mucho menos capaz que un bebé de unos pocos meses. La
capacidad de aprender la gramática de una lengua extranjera permanece
disponible un poco más de tiempo, pero de todas maneras termina por venirse
abajo en las cercanías de la pubertad. Lo sabemos por el estudio de los
migrantes: un niño o una niña que llega a un país extranjero puede descollar
en su nueva lengua, pero siempre presenta un leve acento extranjero y
ocasionales errores sintácticos que delatan su origen, y esta diferencia se
acrecienta muchísimo en quienes migran durante la adolescencia o la adultez
(figura 17; Flege, Munro y MacKay, 1995; Hartshorne, Tenenbaum y Pinker,
2018; Johnson y Newport, 1989; Weber-Fox y Neville, 1996).
Un estudio reciente recopiló datos de millones de estudiantes de una
segunda lengua en internet y los utilizó para modelar la curva promedio de
aprendizaje de idiomas. Los resultados sugieren que disminuye con lentitud
durante la infancia, pero mengua bruscamente alrededor de los 17 años
(Hartshorne y otros, 2018). Debido a que lleva tiempo aprender, los
investigadores recomiendan comenzar antes de los 10 años. Además,
enfatizan el valor adicional de una estadía en el país de interés, porque nada
supera la interacción social: el éxito es tanto mayor si necesitamos hablar un
idioma extranjero para conseguir comida o para subir a un tren que si
simplemente lo aprendemos en el aula o gracias a series de televisión.
Renueva su validez la máxima: cuanto más temprano, mejor; la plasticidad
cerebral para el aprendizaje de gramática parece sufrir una reducción drástica
al final de la pubertad (aunque esta caída no puede atribuirse exclusivamente
a una pérdida de plasticidad cerebral; es probable que desempeñen un papel
importante otros factores relacionados con la motivación y la socialización).
Figura 17. El aprendizaje de una segunda lengua o de lengua extranjera revela la
disminución de la plasticidad cerebral con la edad. Cuanto más tarde se aprende una lengua,
menos posible es llegar a practicarla correctamente, sin acento extranjero o errores
gramaticales (arriba). A la inversa, en las adopciones internacionales se observa con nitidez
que cuanto más tiempo pasa un niño en su país de origen antes de ser adoptado, más
conserva en su cerebro una huella de su primera lengua (abajo), que permanece parcialmente
impresa en circuitos neuronales inconscientes.
De todos modos, se trata de la segunda lengua. Si el aprendizaje decae con
relativa lentitud en el término de una decena de años, sin duda es porque se
apoya, al menos en parte, sobre un cerebro ya modelado por la primera
lengua. ¿Qué ocurriría si un niño estuviera privado de cualquier exposición al
lenguaje durante los primeros años de su vida? La leyenda cuenta que la
pregunta fue planteada por primera vez por el faraón Psamético I. Para
responderla, le habría confiado dos niños a un pastor, con la estricta
prohibición de hablar con ellos; pese a todo, parece que los niños hablaron…
¡en frigio! De acuerdo con la leyenda, este “experimento” habría sido
repetido por el emperador Federico II Hohenstaufen en el siglo XIII; por
Jacobo IV, rey de Escocia, en el siglo XV, e incluso por Yalaluddin
Muhammad Akbar, el emperador mogol, en el siglo XVI, y los niños,
privados del habla, ¡se habrían muerto!
Por desgracia, no es necesario difundir tales fábulas, dado que la
experiencia ocurre a menudo en todos los países del mundo: cada día nacen
niños sordos y, si no los ayudamos, permanecen prisioneros dentro de su
burbuja de silencio. Hoy en día sabemos que desde el primer año de vida es
indispensable darles una lengua: lo más natural es alguna de las lenguas de
señas (los niños que las hablan se desarrollan de forma completamente
normal), o bien una lengua hablada, cuando estos niños pueden beneficiarse
de un implante coclear que restaure en parte su audición. También en esos
casos, la investigación muestra que es necesario reaccionar muy rápido
(Friedmann y Rusou, 2015): los niños implantados luego de los 8 meses de
edad, presentan déficits permanentes en el dominio de la sintaxis y nunca
logran comprender con fluidez frases en las cuales los elementos estén
desplazados, fenómeno conocido como “movimiento sintáctico”. En la frase
“¿Me mostrarías la niña a la que peina la abuela?”, no es evidente
comprender que el sintagma nominal “la niña”, aunque esté antes del verbo
“peinar”, no es su sujeto, sino su objeto. Los niños sordos, cuando son
implantados de forma muy tardía, son incapaces de comprender frases como
esta y de elegir entre una imagen en que la abuela peina a la niña y otra en la
que la niña peina a la abuela.
Así, la infancia temprana es una etapa clave para el desarrollo del
movimiento sintáctico: en ausencia de interacciones lingüísticas, la
plasticidad cerebral para este aspecto de la sintaxis se cierra cerca del final
del primer año de vida. Recuerden a los niños de Israel: en 2003, unas
semanas de privación de tiamina en sus primeros meses de vida fueron
suficientes para hacerles perder definitivamente el sentido de la sintaxis.
Estos resultados convergen con otros estudios llevados a cabo en niños
salvajes, como el célebre Víctor de Aveyron, o maltratados, como la pequeña
niña estadounidense llamada Genie y criada (o, más bien, degradada) en un
armario durante más de trece años, casi sin que se le hablara. Al volver al
mundo luego de tantos años, Víctor y Genie comenzaron a hablar y a adquirir
vocabulario, pero años más tarde su gramática todavía era rudimentaria.
La adquisición del lenguaje provee entonces un excelente ejemplo de
períodos sensibles, tanto para la fonología como para la gramática. También
es una buena explicación de la modularidad del cerebro: mientras la
gramática y los sonidos del lenguaje se fijan, otras funciones, como la
capacidad de aprender palabras nuevas y su significado, permanecen abiertas
durante toda la vida. Esta plasticidad residual es precisamente la que nos
permite aprender, a cualquier edad, qué es un fax, un iPad o un meme, qué
significa el verbo “googlear” o incluso neologismos humorísticos como el
adjetivo “deprimencial”, creado por Julio Cortázar, o “satisfehaciente”, en la
más epigramática Alejandra Pizarnik. Afortunadamente, en relación con la
adquisición de vocabulario, nuestro cerebro adulto continúa gozando de un
nivel de plasticidad similar al de los niños, aunque se desconoce aún la razón
biológica por la cual estos circuitos léxicos no están expuestos a un período
sensible.
Una sinapsis debe estar abierta o cerrada
¿Por qué se cierra la plasticidad sináptica? ¿Qué mecanismos biológicos la
bloquean? El origen de la apertura y el cierre de los períodos sensibles es un
gran tema de investigación de las neurociencias contemporáneas (Caroni,
Donato y Muller, 2012; Friedmann y Rusou, 2015; Werker y Hensch, 2014).
El cierre del período sensible parece estar ligado al equilibrio entre la
excitación y la inhibición. En el niño, las neuronas excitatorias son eficaces
en muy poco tiempo, mientras que las neuronas inhibitorias se desarrollan de
manera más gradual. Algunas, aquellas que contienen la proteína
parvalbúmina, terminan por rodearse de una matriz dura, una suerte de red
rígida que impide que las sinapsis se muevan y crezcan. Si se liberara a las
neuronas de este lastre, por ejemplo, mediante la aplicación de un agente
farmacológico como la fluoxetina (más conocida con el nombre comercial
Prozac), la plasticidad sináptica podría regresar. Esta posibilidad es una
inmensa fuente de optimismo para el tratamiento de los accidentes
cerebrovasculares, casos en que haría falta que el paciente volviera a aprender
a utilizar regiones preservadas.
También entran en juego otros factores. Existe, por ejemplo, una proteína
llamada Lynx 1: cuando está presente en una neurona, inhibe los efectos
masivos de la acetilcolina, que en condiciones normales señala los momentos
de interés y modula masivamente la plasticidad. Cuando hay circuitos adultos
invadidos por Lynx 1, se puede intentar restaurar la plasticidad, por ejemplo,
aplicando una corriente que despolariza las neuronas y las acerca a su umbral
de activación (Krause y otros, 2017). Esta incipiente terapia aporta también
una esperanza para quienes padecen una depresión profunda, casos en los
cuales en ocasiones es suficiente la aplicación de una pequeña corriente
eléctrica transcraneal para encaminarlos hacia el alivio.
Podríamos preguntarnos por qué el sistema nervioso se obstina en bloquear
de este modo su propia plasticidad. Sin duda, en determinado momento
comienza a ser ventajoso dejar de modificar la estructura del cerebro. La
simulación de las redes neuronales deja en evidencia que, con mucha rapidez,
las neuronas de nivel bajo adquieren campos receptores simples y
reproducibles, como detectores de contornos en la corteza visual. No existe
interés en continuar actualizándolas, visto que este tipo de detector ya es casi
óptimo: se ahorra así el costo energético ligado al crecimiento de botones
sinápticos y axonales. Además, cambiar la organización de las áreas
sensoriales primarias, la base sobre la cual descansa la visión, conlleva el
riesgo de que el andamiaje entero de las áreas de nivel superior tambalee y
pierda sus aprendizajes. Entonces, después de determinado momento, vale
más dejarlo intocado; no cabe duda de que por eso la evolución construyó
diversos mecanismos de cierre del período sensible y los desencadenó antes
en las áreas sensoriales que en las regiones corticales de nivel más alto.
La faceta positiva es que, como los circuitos se fijan, guardamos durante
toda nuestra vida una huella sináptica inconsciente de algunos aprendizajes
precoces. Incluso si estos se convierten en obsoletos, por ejemplo, porque
volvemos a aprender algo nuevamente, los circuitos cerebrales conservan una
huella latente de nuestros comienzos. Un ejemplo notable es el caso de los
niños adoptados que aprenden una segunda lengua materna. Expuesto a la
problemática de numerosos niños que viven en las calles, son víctimas de la
guerra, de la separación o de la miseria, Corea es uno de los países que
recurrió masivamente a la adopción internacional. Desde 1958, y durante un
período de cuarenta años, cerca de 180.000 niños y niñas fueron adoptados.
De estos, 130.000 fueron adoptados fuera de su país y más de 10.000 llegaron
a Francia. Christophe Pallier y yo hicimos una evaluación de veinte de ellos
durante su edad adulta. Habían llegado a Francia entre los 5 y 9 años, y casi
no tenían recuerdos conscientes de su país natal, excepto por algunos olores.
En una primera aproximación, su cerebro se comportaba como el de un niño
nacido en Francia (Pallier y otros, 2003):[15] las áreas del lenguaje, en el
hemisferio izquierdo, respondían con fuerza a las frases francesas, y ya no a
las frases coreanas (en cualquiera de los casos, no más que a otro idioma
desconocido, como el japonés). En los niveles léxico y sintáctico, entonces, la
nueva lengua había suplantado a la antigua.
Y sin embargo… los trabajos de otro equipo de investigadores demostraron
que un grupo de niños y niñas chinos adoptados en Canadá conservaban, en
lo más profundo de su corteza, una huella latente de los tonos de su lengua de
origen (Pierce y otros, 2014). Mientras un canadiense de nacimiento los
procesa en el hemisferio derecho como una vaga melodía, ellos los tratan
como sonidos del lenguaje dentro de una región fonológica del hemisferio
izquierdo llamada planum temporal (figura 17). Este circuito se graba con la
primera lengua desde el primer año de vida y, como resulta evidente, más
adelante no se revierte.
No es el único ejemplo posible. Como ya expliqué, el estrabismo infantil, si
no se lo corrige, modifica definitivamente los circuitos visuales. El etólogo y
neurofisiólogo Eric Knudsen estudió un modelo animal de este período
sensible. Crio lechuzas haciéndoles llevar lentes prismáticos que desplazaban
el conjunto del campo visual 20º hacia la derecha. Con estas lechuzas
equipadas de vistosos y coquetos anteojos, realizó los estudios más sagaces
de los mecanismos neuronales del período sensible (Knudsen y Knudsen,
1990; Knudsen, Zheng y DeBello, 2000). Solo las lechuzas que habían
llevado lentes durante la infancia lograban ajustarse a este estímulo sensorial
inusual: sus respuestas auditivas se desplazaban para alinearse sobre la retina
de modo de poder cazar respaldadas por el oído y, en simultáneo, la visión
nocturna. Las lechuzas mayores, aunque llevaran los lentes durante semanas,
no se acomodaban tan bien, o, incluso, no lo hacían en modo alguno. Pero,
por encima de todo, los animales entrenados durante la infancia conservaban,
para el resto de sus vidas, una huella neuronal permanente de su experiencia
precoz. Antes del aprendizaje, se observaba un doble circuito: algunos axones
de las neuronas auditivas, en el colículo inferior, habían conservado su
posición normal, mientras que otras se habían reorientado en busca de
alinearse en el mapa visual (figura 18). Cuando se le quitaba el lente, el
animal reaprendía a orientarse correctamente; pero no bien se devolvían las
lentes a su posición, se desplazaba 20º: con la misma efectividad de un
hablante bilingüe las lechuzas lograban hacer el pasaje de una modalidad a la
otra. Su cerebro había registrado, de una vez y para siempre, dos juegos de
parámetros que le permitían cambiar de configuración sin sangre, sudor ni
lágrimas, exactamente como los niños chinos adoptados en Canadá conservan
una huella cerebral de la sonoridad de su lengua de origen.
También en nuestra especie los aprendizajes precoces dejan una huella
permanente, ya sea que se trate de la práctica del piano, de la visión
binocular, o incluso del léxico mental. Como adultos, siempre reconocemos
con mayor velocidad las palabras que escuchamos desde la infancia, como
“babero”, “papá”, “pañal”, todas aquellas que la plasticidad sináptica precoz
ha grabado definitivamente en nuestra memoria (Ellis, Ralph y Matthew,
2000; Gerhand y Barry, 1999; Morrison y Ellis, 1995). La corteza juvenil
registra casi todo sin esfuerzo, y resguarda este saber en la memoria
permanente de la geometría de sus axones y de sus dendritas.
Figura 18. Las experiencias tempranas pueden imprimirse profundamente en los circuitos
neuronales. Una lechuza logra acostumbrarse a llevar puestos lentes prismáticos que desfasan
la visión, siempre que esta experiencia tenga lugar durante la infancia. Sus neuronas
auditivas, que localizan los objetos gracias al minúsculo desfase entre los sonidos que llegan
a los oídos derecho e izquierdo, se ajustan con el objetivo de confluir con la visión. Esto se
traduce en un desplazamiento de los axones en el rango de una décima de milímetro. Noten
que el circuito preserva las dos opciones: desfasado o normal.
Milagro en Bucarest
La intensa plasticidad cerebral durante los primeros años de vida les da la
razón a todos los progresistas: invertir en la primera infancia, y sobre todo en
educación primaria e inicial, es una prioridad, porque durante este momento
de gracia el cerebro del niño se transforma con mayor facilidad y de manera
más completa. Más tarde, con el cierre progresivo de los períodos sensibles,
el aprendizaje se volverá más complicado; pero no olvidemos que también
gracias a esta cristalización el cerebro conservará, a lo largo de su vida, la
huella de las modificaciones sinápticas que se realizaron durante la infancia.
Por fortuna, el cierre de los períodos sensibles no es implacable como la
caída de una guillotina: la plasticidad no desaparece de un día para el otro.
Además, depende mucho de las áreas cerebrales. En las áreas sensoriales, la
plasticidad se cierra luego de unos pocos años, pero en otras como la
fonología y la sintaxis de una segunda lengua se extiende por lo menos hasta
la pubertad. En algunas áreas –por ejemplo, el vocabulario o los
conocimientos semánticos–, la capacidad de aprender parece no disminuir
nunca.
Si bien hace falta apurarse para aprender, sería falso por completo llegar a
la conclusión de que todo se juega antes de los 3 años. El cerebro conserva su
resiliencia durante mucho tiempo. Pasado el bendito período de la primera
infancia, la plasticidad disminuye sin por eso desaparecer. Se atenúa con el
transcurso del tiempo, inicialmente en las áreas sensoriales periféricas, pero
en regiones como las áreas corticales de mayor jerarquía conserva toda su
vida el potencial de adaptación. Por eso, una intervención pedagógica a veces
hace milagros, sobre todo cuando obra de manera rápida e intensiva. Quizá
no restaurará todas las sutilezas del movimiento sintáctico o de la percepción
de los tonos del chino, pero logrará transformar al niño en riesgo en un adulto
pleno y responsable.
Los huérfanos de Bucarest son un ejemplo desgarrador de la notable
capacidad de recuperación del cerebro en desarrollo. En diciembre de 1989,
Rumania se rebeló repentinamente contra el régimen comunista. En menos de
una semana, el pueblo sublevado echó al dictador Nicolae Ceausescu y a su
esposa, que fueron fusilados el día de Navidad. Desde el exterior, alarmados,
descubrimos las espantosas condiciones de vida de los habitantes de esta
pequeña porción del mundo.
Figura 19. Los traumas de la infancia dejan marcas en el cerebro, pero una intervención
precoz puede minimizar esas huellas. En los orfanatos de Rumania bajo el régimen del
dictador Ceausescu, los niños eran maltratados y privados de interacción con los adultos. A
los 8 años, estos huérfanos presentaban enormes déficits en las habilidades sociales, incluso
si habían sido recibidos por familias adoptivas desde sus 20 meses. Sin embargo, los que
habían sido adoptados antes de esa edad lograban reponerse y mostraban avances
considerables.
Una de las imágenes más insoportables fue la de estos niños pequeños, con
cuerpos demacrados y ojos mortecinos, abandonados en cerca de seiscientos
orfanatos, verdaderos asilos donde se hacinaban alrededor de 15.000 niños y
niñas, casi por completo librados a su (mala) suerte (figura 19). Convencido
de que la fuerza de un país reside en su juventud, el régimen de Ceausescu
había promulgado una delirante política natalista: impuestos para todos los
solteros y las parejas sin hijos, prohibición de la anticoncepción y del aborto,
pena de muerte para los abortistas… todo esto en busca de nacimientos por
millares. Las parejas que no podían asegurar la subsistencia de sus hijos
debían confiarlos a los entes estatales, lo que explica la existencia de estas
centenas de orfanatos que no alcanzaban a asegurar la higiene, la
alimentación, la calefacción ni el mínimo de calor humano y de estimulación
cognitiva indispensables para el pleno desarrollo de los niños. Esta política
desastrosa produjo cientos de niños desatendidos que presentaban enormes
déficits cognitivos y emocionales de todo tipo.
Luego de la apertura del país, numerosas ONG se interesaron por esta
catástrofe. En ese contexto nació un proyecto de investigación muy
particular, el Bucharest Early Intervention Project (Almas y otros, 2012;
Berens y Nelson, 2015; Nelson y otros, 2007; Sheridan y otros, 2012;
Windsor y otros, 2013). Bajo la égida del secretariado de Estado rumano para
la protección de la infancia, un investigador de Harvard, Charles Nelson,
decidió hacer un relevamiento científico de las consecuencias de la vida en
estos orfanatos, y de la posibilidad de salvar a estos niños ubicándolos en
familias adoptivas. Como en Rumania no había programas de adopción
dignos de ese nombre, creó su propio sistema y logró involucrar a 56 familias
voluntarias, interesadas en recibir a uno o dos huérfanos en su hogar. Pero
eso equivalía a una gota de agua frente a los sombríos abismos de los
orfanatos rumanos: solo 68 niños pudieron beneficiarse del programa. Un
artículo de Science describe en detalle el momento dramático en que se
reunió a 136 niños, identificados del 1 al 136, y se extrajeron números de un
gran sombrero: 68 de ellos permanecerían en el orfanato, mientras que la otra
mitad finalmente sabría qué era formar parte de una familia. Esta manera de
proceder puede parecer chocante, pero ¿cómo hacerlo mejor? Dado que los
recursos humanos eran limitados, el sorteo era sin duda la solución más
equitativa. Por cierto, el equipo continuó recaudando fondos para sacar cada
vez más niños de su miseria, y un segundo artículo de Science juzgó
irreprochables las condiciones éticas del estudio inicial (Millum y Emanuel,
2007).
El sorteo permitió plantear una pregunta rigurosa: frente a las mismas
condiciones de origen, ¿la ubicación precoz en una familia adoptiva permitió
a los niños restablecerse? La respuesta fue positiva, pero con gran
dependencia de la edad: solo los niños que fueron ubicados en una familia
antes de los 20 meses de edad mejoraron mucho más que aquellos que
permanecieron en el orfanato.
Decenas de estudios documentaron los efectos dramáticos del aislamiento
afectivo y social en el desarrollo cerebral, y el de Bucarest no fue la
excepción: en comparación con los niños nacidos en una familia promedio,
todos los huérfanos presentaban graves déficits de las funciones cognitivas e
incluso de los factores fundamentales del funcionamiento cerebral, como el
metabolismo de la glucosa o el volumen total de materia gris. Luego de la
ubicación en una familia, sin embargo, parte de estos índices evidenció
grandes progresos. Seis años más tarde, hacia los 8 años de edad, los niños y
las niñas que habían sido adoptados antes de alcanzar los 20 meses
claramente habían progresado en comparación con el grupo control y no
presentaban diferencias con los niños que se habían criado en una familia
desde el nacimiento. La intensidad de las ondas alfa en sus
electroencefalogramas, que es un marcador de la atención, había recuperado
su nivel normal, y lo mismo había sucedido con las habilidades sociales
(figura 19). El vocabulario también había progresado considerablemente.
Esos avances espectaculares no deben hacer olvidar que persistía un déficit
de materia gris ni que los niños adoptados luego de los 20 meses de edad
continuaban estancados en varios problemas. Nada reemplaza
verdaderamente veinte meses de amor perdido, y estos niños llevarán
siempre, en su cerebro, los estigmas de las graves privaciones que sufrieron.
Pero el estudio de los huérfanos de Bucarest, como el de los niños adoptados
de Corea, destaca hasta qué punto la plasticidad del cerebro facilita la
resiliencia y la reversibilidad de los traumatismos precoces: mientras sean
tratados, y cuanto antes mejor, numerosos déficits están lejos de ser
irreversibles.
[15] Se obtuvieron resultados similares en el campo del reconocimiento de rostros:
adoptados antes de los 9 años, los niños coreanos reaprenden el prototipo del rostro
occidental y pierden la habitual preferencia por los rostros de su propia raza
(Sangrigoli y otros, 2005).
6. Reciclen su cerebro
Resumamos lo visto hasta aquí. Todos los bebés llegan al mundo con un rico
bagaje, un conjunto de hipótesis universales. Al nacer, sus circuitos
cerebrales están bien organizados y esto les confiere intuiciones fuertes en
todo tipo de campos: objetos, personas, tiempo, espacio, números… Sus
habilidades estadísticas son notables: ya actúan como científicos en ciernes y
su sofisticada capacidad de aprender permite que paulatinamente converjan
en los modelos más apropiados del mundo.
Al nacer, todos los grandes haces de fibras del cerebro ya están en su lugar.
Sin embargo, la plasticidad cerebral puede reorganizar sus conexiones
terminales. Millones de sinapsis se modifican cada vez que adquirimos
nuevos conocimientos. Enriquecer el entorno de los niños, por ejemplo
enviándolos a la escuela, significa modificar profundamente su cerebro y
dotarlo de habilidades que mantendrán durante su vida entera. Sin embargo,
esta plasticidad no es ilimitada. Está acotada en el espacio, en el rango de
unos pocos milímetros, así como en el tiempo, dado que muchos circuitos
comienzan a cerrarse después de unos meses o años.
En este capítulo, analizo el papel que desempeña la educación formal en el
desarrollo temprano del cerebro. De por sí, la educación nos presenta una
paradoja: ¿por qué el Homo sapiens puede tomar una tiza o un teclado y
comenzar a escribir o hacer cálculos? ¿Cómo es que la especie humana puede
expandir sus capacidades en direcciones novedosas, que no desempeñaron
papel alguno en su evolución genética? Que los monos logren aprender a leer
o calcular nunca debe dejar de sorprendernos. Lo expresó muy bien un
personaje de Vladimir Nabokov:
Estamos absurdamente acostumbrados al milagro de unos pocos
signos escritos capaces de contener una imaginería inmortal,
evoluciones del pensamiento, nuevos mundos con personas
vivientes que hablan, lloran, se ríen. […] ¿Y si un día nos
despertáramos, todos nosotros, y descubriéramos que somos
absolutamente incapaces de leer?
Durante mucho tiempo, en zonas urbanas o rurales de Portugal y Brasil y
hasta en la Amazonía, estudié el cerebro de adultos analfabetos, personas que
no tuvieron la posibilidad de seguir estudios formales, porque su familia no
podía solventarlo o tan solo porque no había ninguna escuela cerca. Las
investigaciones demuestran que sus habilidades son, en algunos aspectos,
profundamente diferentes (Kolinsky y otros, 1987, 2011; Szwed y otros,
2012): las letras escapan a su conocimiento, pero también muestran
dificultades para reconocer formas, para distinguir entre dos imágenes en
espejo (Kolinsky y otros, 1987, 2011; Pegado, Nakamura y otros, 2014), para
prestar atención a una parte de un rostro (Ventura, 2013) o para memorizar y
diferenciar las palabras habladas (Castro-Caldas y otros, 1998; Morais, 2017;
Morais y otros, 1986; Morais y Kolinsky, 2005). Con cierta inocencia, Platón
creía que el aprendizaje de la lectura, al permitirnos descansar en una
memoria externa, la del objeto que le sirve de soporte, iba a arruinar nuestra
memoria interna. No podría existir algo menos cierto que esa afirmación. El
mito del bardo o del juglar que, pese a ser iletrado, poseería sin esfuerzo una
inmensa memoria, es tan solo eso: un mito. Todos deberíamos ejercitar
nuestra memoria, y concurrir a la escuela y aprender a leer ayuda
enormemente.
El impacto de la educación es todavía más sorprendente en el ámbito de las
matemáticas (Dehaene y otros, 2006, 2008; Piazza y otros, 2013; Pica y
otros, 2004). Un aborigen de la Amazonía que jamás fue a la escuela ni
aprendió a contar dispone, por cierto, de un conjunto universal de intuiciones
aritméticas y geométricas, el mismo con el que cuentan los niños muy
pequeños: distingue las formas geométricas básicas, comprende la
organización del espacio, sabe navegar en línea recta, percibe la diferencia
entre cantidades como 2 y 4 (o 30 y 50), y sabe que podemos ordenarlas de
izquierda a derecha. Todas estas competencias innatas las heredamos de
nuestra evolución y las compartimos con otros animales tan diversos como el
cuervo, el mono macaco o el pollito recién nacido. Sin embargo, la educación
nos permite superar ampliamente estas habilidades iniciales. Gracias a ella
comprendemos, por ejemplo, que existe la misma distancia entre dos
números sucesivos. Sin educación, nos habríamos quedado con la idea
inocente, infantil, de que 1 es mucho más diferente de 2 de lo que 8 lo es de
9. La práctica de contar y la aritmética exacta, al mostrarnos que a cada
número n le sigue un n + 1, nos hacen comprender que todos esos números
son equidistantes y forman una escala lineal, la recta numérica; por el
contrario, los animales, los niños muy pequeños y los analfabetos consideran
que esta recta se comprime, porque los números grandes están más cerca
unos de otros (Dehaene, 2003; Dehaene y otros, 2008; Siegler y Opfer,
2003).
Si solo nos valiéramos del sentido aproximativo del número, como los otros
animales, no seríamos capaces de distinguir entre 11 y 12. La refinada
precisión de nuestro sentido numérico es algo que debemos a la educación, y
sobre ella descansa la construcción de las matemáticas. Sin educación, no se
nos ocurriría diferenciar un número par de un número impar, para no hablar
de los conceptos de número primo u objetos tan descabellados como √2, π, e,
+ ∞…
La hipótesis del reciclaje neuronal
¿Cómo logra la educación revolucionar nuestras representaciones mentales
para convertirnos en primates lectores de Proust, Perec, Grothendieck o
Einstein? Como ya vimos, todo lo que aprendemos se debe a la modificación
de los circuitos cerebrales preestablecidos, en gran medida ya organizados al
nacer, pero capaces de cambiar en la escala de algunos milímetros. Toda la
diversidad de las culturas humanas se inscribe en ese recinto de restricciones
que nuestra naturaleza impone.
Para resolver esta paradoja, propuse la hipótesis del reciclaje neuronal
(Dehaene, 2005, 2014; Dehaene y Cohen, 2007). La idea es simple: pese a
que la plasticidad sináptica otorga una gran maleabilidad, sobre todo en la
especie humana, cuya infancia llega a durar unos quince años, nuestros
circuitos cerebrales están sometidos a fuertes restricciones anatómicas,
heredadas de la evolución. Por ende, cada nuevo objeto cultural que
inventamos, como el alfabeto o los números arábigos, debe encontrar su
“nicho” neuronal: un conjunto de circuitos cuya función originaria sea
similar, como para adaptarse al nuevo invento, pero también lo bastante
flexible como para que pueda reconvertirse a este uso hasta entonces inédito.
Cualquier adquisición cultural novedosa solo será posible en la medida en
que la sustente una arquitectura neuronal preexistente, que esta innovación
misma recicla. La educación debe hacer su trabajo respetando los límites de
los circuitos neuronales, aprovechando su diversidad así como el extendido
período de plasticidad que caracteriza a la especie humana.
De acuerdo con esta hipótesis, educarse entraña reciclar los circuitos
cerebrales existentes. A lo largo de los milenios aprendimos a crear cosas
nuevas a partir de lo viejo. Todo lo que aprendemos en la escuela reorienta un
circuito neuronal preexistente en una nueva dirección. Para leer o para
calcular, los niños y las niñas tienen el respaldo de estructuras que
evolucionaron para otro uso, pero que, gracias a su margen de plasticidad,
logran reorganizarse y especializarse para cumplir esta nueva función
cultural.
Usamos esta expresión extraña, “reciclaje neuronal”, porque se trata de un
concepto que une dos ideas que evocan lo que se produce en nuestro cerebro,
vale decir, la reconversión para una nueva tarea y la reutilización de un
material dotado de características propias:
Para una persona, reciclarse es recibir una formación complementaria
para adaptarse a la evolución de la profesión o reconvertirse a una
nueva actividad. Exactamente lo mismo se produce cuando
aprendemos a leer o a calcular. Cada aprendizaje cultural otorga a
nuestra corteza nuevas competencias, que escapan a la esfera normal
de competencias del cerebro de los primates. La educación recicla la
corteza, al igual que un trabajador se recicla cuando encara un nuevo
empleo.
Para un material, reciclarse implica ingresar en un nuevo ciclo de
producción, con el fin de lograr un nuevo objeto. Pero esta
reutilización tiene sus límites: ¡es imposible construir una bicicleta
con hojas de árbol! Cada material posee cualidades intrínsecas que lo
vuelven más o menos apropiado para otros usos. Del mismo modo,
desde el nacimiento cada región de la corteza –por sus propiedades
moleculares, sus circuitos locales y sus conexiones de larga distancia–
está dotada de características propias. El aprendizaje debe lidiar con
estas restricciones materiales.
Al utilizar la expresión “reciclaje neuronal”, quise distinguir el aprendizaje
rápido de una función cultural novedosa de las demás situaciones en las
cuales la biología, durante un largo proceso evolutivo, elabora algo nuevo a
partir de algo viejo. En efecto, en el proceso darwiniano de evolución por
selección natural, la transformación de viejos materiales para propósitos
innovadores es algo común: la recombinación genética moderniza órganos
antiguos para construir elegantes máquinas de vanguardia. ¿Las plumas de
los pájaros?: antiguos reguladores térmicos convertidos en pestañas
aerodinámicas. ¿Las patas de los reptiles y de los mamíferos?: aletas
antediluvianas. Como sostiene el premio Nobel de Fisiología François Jacob,
en el taller de la evolución, los pulmones se vuelven un órgano de flotación,
una articulación secundaria de los reptiles se separa del maxilar inferior y se
transforma en huesecillos del oído interno, y hasta el gesto de contracción de
la boca de un carnívoro hambriento se convierte en la delicada sonrisa de la
Gioconda.
El cerebro no es una excepción. Los circuitos del lenguaje, por ejemplo,
pueden haber aparecido durante la hominización mediante la duplicación y
posterior reutilización de mapas corticales arcaicos (Chakraborty y Jarvis,
2015; Fukuchi-Shimogori y Grove, 2001). Pero este tipo de modificaciones
lentas, de causa genética, no forman parte de mi definición de reciclaje
neuronal. El término apropiado para describir las evoluciones biológicas es
“exaptación”, un neologismo acuñado por Stephen Jay Gould, evolucionista
de Harvard, a partir de la palabra “adaptación”. “Exaptar” consiste en dar a
un mecanismo antiguo una nueva utilidad durante la evolución (así, se vuelve
apto para otras tareas). Debido a que se basa sobre la propagación de genes
en una población, a escala de especie, la exaptación ocurre a lo largo de
decenas de miles de años. El reciclaje neuronal, por su parte, actúa en un
tiempo más bien corto, en cuestión de días o, a lo sumo, pocos años. Reciclar
un circuito cerebral consiste en reorientar parcialmente su función en poco
tiempo, sin que esto implique una modificación genética, mediante el
aprendizaje y la educación (y nada más).
Formulé la hipótesis del reciclaje neuronal con el objetivo de explicar el
talento singular de la especie humana para salir de su nicho ecológico. Los
humanos son únicos en sus capacidades para adquirir nuevas destrezas como
leer, escribir, contar, calcular, cantar, vestirse, cabalgar o conducir un
automóvil. La plasticidad cerebral extendida, combinada con nuevos
algoritmos de aprendizaje simbólico, nos dio una notable facultad de
adaptación, y nuestras sociedades han descubierto medios para ampliar aún
más esas habilidades al administrar a los niños, día tras día, el poderoso
régimen de la escuela.
Por supuesto, enfatizar la singularidad de la especie humana no significa
negar que el reciclaje neuronal también existe en otros animales, aunque a
menor escala. Las tecnologías recientes permitieron poner a prueba la
hipótesis del reciclaje en monos macacos a una escala sin precedentes. En
efecto, se pudo registrar la actividad de las mismas cien neuronas durante
varias semanas, mientras los monos adquirían una nueva habilidad. Estos
experimentos respondieron a una pregunta sencilla pero profunda de la teoría:
¿puede el aprendizaje generar un cambio radical en el código neural de
determinado circuito cerebral o, como predice el concepto de reciclaje,
únicamente lo reutiliza?
En esta experiencia muy reciente, gracias a una interfaz cerebro-máquina,
los investigadores le pidieron a un mono que aprendiera a controlar su propio
cerebro. Le enseñaron que para que el cursor se moviese hacia la derecha
debía activar esas diez neuronas; y para que el cursor fuera arriba tenía que
activar otras diez, y así sucesivamente (Galgali y Mante, 2018; Golub y otros,
2018; Sadtler y otros, 2014). Y este procedimiento funcionó: en pocas
semanas, el animal aprendió a modificar la actividad de una decena de
neuronas elegidas arbitrariamente para así mover un cursor de acuerdo con
sus deseos. Sin embargo –y allí está la clave– solo lograba hacerlo si las
descargas neuronales que le pedían que produjera no se separaban demasiado
de las que su corteza ya producía de forma espontánea antes del
entrenamiento. En otras palabras: lo que el mono aprendía ya debía
pertenecer al repertorio de la corteza que le pedían que reentrenase.
Para apreciar lo que demostraron los investigadores, es importante tomar
conciencia de que la dinámica de la corteza está limitada. El cerebro no
explora todas las configuraciones de actividad a las cuales podría acceder. En
teoría, en un conjunto de cien neuronas, la actividad podría abarcar un
espacio de cien dimensiones, lo que implica una gigantesca cantidad de
estados (si consideramos que cada neurona podría estar activada o
desactivada, este número excede el resultado de 2100, que es más de un 1
seguido por treinta ceros). Pero, en realidad, no es el caso: las neuronas
verdaderas solo visitan una fracción de este gran universo, por lo general
restringida a una decena de dimensiones. Si tenemos presente esta idea, nos
resulta muy sencillo comprender la limitación sobre el aprendizaje: si lo que
le pedimos a la corteza “se sostiene” en este espacio preexistente, el mono
aprende sin dificultad; si le exigimos una configuración de actividad que
supere estos límites, no logra aprenderla. El comportamiento que el animal
aprende puede ser radicalmente nuevo en la evolución (¡un primate controla
un cursor en un monitor!); sin embargo, los estados neuronales que lo
implementan deben encajar en el espacio de los patrones de actividad cortical
disponibles. Este resultado valida directamente una predicción clave de la
hipótesis del reciclaje neuronal: la adquisición de una habilidad nueva no
requiere una reescritura radical de los circuitos corticales, como si fueran una
pizarra en blanco, sino tan solo una reutilización de su organización anterior.
Poco a poco resulta más claro que cada región del cerebro impone su propio
conjunto de restricciones. En un área de la corteza parietal, por ejemplo,
algunas neuronas se limitan a una sola dimensión, una línea recta (Chafee,
2013; Fitzgerald y otros, 2013). Dado que codifican todos los datos en un eje
que va de poco a mucho, estas neuronas son ideales para representar
cantidades y sus tamaños relativos. Esta dinámica neuronal puede resultar
extraordinariamente limitada, pero lo que parece una desventaja podría ser
beneficioso cuando se trata de expresar parámetros como el tamaño, el
número, la superficie o cualquier otro que deba ordenarse de menor a mayor.
En cierto modo, esta corteza está precableada para codificar las cantidades, y
la experiencia demuestra que su intervención es sistemática desde el
momento en que aprendemos a manipular cantidades en un eje lineal, ya sean
los números o cualquier otro elemento conceptualizable mediante
magnitudes, como el estatus social (quién está debajo de quién en
determinada escala; Chiao, 2010).
Veamos otro ejemplo: una región de la corteza temporal, la corteza
entorrinal, contiene las famosas células de grilla que trazan el espacio, que ya
mencioné. En esta región, el código neural es bidimensional: a pesar de que
sean millones, las neuronas no pueden evitar permanecer confinadas a un
plano, vale decir, un espacio de dos dimensiones (Yoon y otros, 2013).
Evidentemente, esto es perfecto para formar un mapa del ambiente, como si
se lo viera desde lo alto (en efecto, esta región representa el GPS mental con
el cual una rata se orienta en el espacio). Sin embargo, investigaciones
recientes demostraron que esta misma región, y algunas otras, se encienden
desde el momento en que debemos aprender a representar cualquier tipo de
datos en dos dimensiones, incluso si los datos no son espaciales
(Constantinescu, O’Reilly y Behrens, 2016). Puede tratarse, por ejemplo, de
pájaros en los cuales el largo del cuello constituya la primera dimensión y el
de las patas la segunda. En un experimento, una vez que los participantes
humanos aprendieron a representar este “espacio de aves” inusual, usaron su
corteza entorrinal (y algunas otras áreas) para navegar mentalmente.
La lista podría continuar: la corteza visual representa conjuntos de trazos y
de formas, la región de Broca codifica los árboles sintácticos (Musso y otros,
2003; Nelson y otros, 2017; Pallier, Devauchelle y Dehaene, 2011), etc. Cada
región posee una dinámica propia que casi no cambia. Cada una de ellas
proyecta sobre el mundo su espacio de hipótesis: una busca disponer los
datos sobre una línea, otras fijarlos sobre un plano o sobre un árbol… estos
espacios preceden al aprendizaje y, en cierto modo, lo tornan posible. Por
supuesto, somos capaces de aprender hechos novedosos, pero para lograrlo
hace falta que encuentren su nicho neuronal, un espacio de representación
adaptado a su organización natural.
Veamos ahora cómo se expresa esta idea en el dominio de los aprendizajes
escolares más fundamentales: la aritmética y la lectura.
Las matemáticas reciclan los circuitos del número
Tomemos primero el ejemplo de las matemáticas. Como expliqué en mi libro
El cerebro matemático (Dehaene, 2010), tenemos muchas pruebas de que la
educación matemática (como tantos otros aspectos del aprendizaje) no se
imprime en el cerebro como sobre una tablilla de cera. Por el contrario, se
apoya sobre una representación innata y preexistente de cantidades
numéricas, que luego extiende y refina.
Tanto en humanos como en monos, los lóbulos parietal y prefrontal ya
contienen un circuito neural que representa los números de manera
aproximada. Antes de cualquier educación formal, este circuito ya incluye
neuronas sensibles a la cantidad aproximada de objetos en un conjunto
concreto (Viswanathan y Nieder, 2013), una recta numérica mental
espontánea. ¿Qué hace el aprendizaje? En animales entrenados para comparar
cantidades, se incrementan las neuronas detectoras de números en el lóbulo
frontal (Viswanathan y Nieder, 2015). Lo más importante es que, cuando
aprenden a confiar en los símbolos de los dígitos arábigos, más que en la
mera percepción aproximativa del conjunto, una fracción de estas neuronas se
vuelve selectiva para los números arábigos (Diester y Nieder, 2007). Esta
transformación (parcial) de un circuito para incorporar la invención cultural
de los símbolos numéricos es un buen ejemplo de reciclaje neuronal.
Cuando aprendemos a realizar operaciones aritméticas básicas (como la
suma y la resta), los humanos continuamos reciclando esa región, pero
también los circuitos de una zona contigua, el lóbulo parietal posterior, que se
usa para desplazar el foco de la atención. Parece que reutilizamos esa
habilidad para movernos en el espacio numérico: la suma activa los mismos
circuitos que desplaza la atención hacia la derecha, en la dirección de los
números mayores, mientras que la operación de la resta recurre a circuitos
que llevan la atención a la izquierda (Knops y otros, 2009; Knops, Viarouge y
Dehaene, 2009). Todos poseemos una suerte de recta numérica en nuestra
cabeza, un mapa mental del eje numérico en el cual hemos aprendido a
movernos con precisión cuando realizamos cálculos.
Por complejos que sean, todos los objetos matemáticos, desde los topoi de
Grothendieck hasta los múltiples complejos o espacios funcionales,
encuentran sus raíces últimas en la recombinación de los circuitos neuronales
elementales presentes durante la infancia.
Recientemente, mi equipo de investigación fue mucho más lejos: junto con
Marie Amalric, joven matemática convertida en científica cognitiva, nos
preguntamos si estos mismos circuitos continúan siendo utilizados para
reflexionar sobre conceptos más abstractos de las matemáticas (Amalric y
Dehaene, 2016, 2017). Entonces, reclutamos a quince matemáticos
profesionales y escaneamos sus cerebros con resonancia magnética funcional
mientras les presentábamos expresiones matemáticas abstrusas, que solo ellos
podían entender, incluidas fórmulas como
o incluso proposiciones como
toda matriz cuadrada es equivalente a una matriz de permutación.
Figura 20. La educación consiste en reciclar circuitos cerebrales antiguos para reorientarlos
hacia actividades nuevas. Desde la primera infancia, cada individuo posee circuitos de
representación de los números y del cálculo mental. Los matemáticos profesionales utilizan
estos mismos circuitos cuando reflexionan acerca de los conceptos más complejos de su
disciplina. Dichas redes neuronales responden inicialmente a los conjuntos concretos de
objetos, pero logran reciclarse para procesar conceptos más abstractos.
Como habíamos predicho, estos objetos matemáticos de alto nivel continúan
activando la misma red cerebral que, desde la más tierna infancia, se activa
cuando un bebé ve uno, dos o tres objetos (Izard, Dehaene-Lambertz y
Dehaene, 2008) o cuando un niño aprende a contar (figura 20; Cantlon y
otros, 2006; Cantlon y Li, 2013). Todos los objetos matemáticos, por
complejos que sean, desde los topoi de Grothendieck hasta las integrales
dobles o los espacios funcionales, tienen sus raíces últimas en la
recombinación de circuitos neuronales elementales presentes en la infancia.
Todos nosotros, en cualquier etapa de la construcción cultural de las
matemáticas, desde los estudiantes de primaria hasta los ganadores de la
Medalla Fields, refinamos continuamente el código neuronal de ese circuito
cerebral específico.
Lo cierto es que la organización de ese circuito está bajo fuertes
restricciones hereditarias, las de la composición genética universal que nos
hace humanos. Si bien el aprendizaje le permite acomodar muchos conceptos
nuevos, su arquitectura general sigue siendo la misma en todos nosotros,
independientemente de la experiencia. Mis colegas y yo obtuvimos sólidas
pruebas de ello cuando estudiamos la organización cerebral de los
matemáticos cuya experiencia sensorial, desde la infancia, había tenido
diferencias radicales: matemáticos ciegos (Amalric, Denghien y Dehaene,
2017). Por sorprendente que parezca, no es raro que alguien ciego se
convierta en un excelente matemático. Quizá el caso más conocido sea
Nicholas Saunderson (1682-1739), quien perdió la visión a los 8 años, y era
tan brillante que terminó ocupando la Cátedra Lucasiana de Matemáticas en
la Universidad de Cambridge luego de su maestro y amigo Isaac Newton.
Saunderson ya no está entre nosotros, disponible para someterse a un
escaneo cerebral, pero Marie Amalric y yo logramos contactar a tres
matemáticos contemporáneos ciegos, todos profesores universitarios en
Francia. Uno de ellos, Emmanuel Giroux, verdadero gigante de las
matemáticas, es director de un laboratorio integrado por sesenta personas en
la École Normale Supérieure de Lyon. Ciego desde los 11 años, es famoso
sobre todo por su espléndida demostración de un importante teorema de
geometría de contacto. La existencia misma de estos matemáticos ciegos
refuta la visión empirista de Alan Turing (el cerebro como una libreta en
blanco que se empieza a llenar por influencia de los sentidos).
Figura 21. El aprendizaje de las matemáticas se apoya en conocimientos universales, en gran
parte independientes de la experiencia sensorial. En los matemáticos ciegos, durante la
reflexión matemática se activan las mismas regiones de la corteza parietal, temporal y frontal
que en sus colegas con visión “normal”. Solo hay una diferencia: los ciegos también logran
reciclar su corteza visual para dedicarla a las matemáticas.
En efecto, ¿cómo podría una persona ciega, con una experiencia tan diferente
y limitada, derivar los mismos conceptos que los matemáticos con visión
“normal”, a menos que contara ya con los circuitos capaces de generarlos? Al
respecto, Emmanuel Giroux parafrasea El Principito: “En geometría, lo
esencial es invisible a los ojos; solo se puede ver bien con la mente”. En
matemáticas, las experiencias sensoriales no importan mucho, son las ideas y
los conceptos los que hacen el trabajo pesado.
Si los estímulos externos determinaran la organización de la corteza, un
matemático ciego que aprendió todo gracias al sentido del tacto debería
activar áreas cerebrales muy diferentes a las de otro sin esa condición a la
hora de realizar operaciones matemáticas. Por el contrario, la teoría del
reciclaje neuronal predice que los circuitos de los matemáticos son fijos. Y
este último resultado es el que observamos cuando estudiamos a los tres
matemáticos ciegos. Como esperábamos, cuando “ven” lo que significa un
teorema de matemática, lo hacen gracias a los mismos circuitos de los lóbulos
parietales y frontales que utiliza un matemático sin impedimentos visuales
(figura 21). En nada incide la experiencia sensorial: este circuito es el único
capaz de reciclarse para hacer operaciones matemáticas.
La única diferencia es que cuando nuestros tres matemáticos ciegos piensan
acerca de su dominio predilecto utilizan también las áreas visuales de la
corteza. Debemos esta hipótesis a una intuición de Cédric Villani (otro
matemático genial, medalla Fields). Cuando discutimos acerca de esta
experiencia, me dijo en broma: “Emmanuel Giroux es un gran matemático,
pero también tiene mucha suerte: ¡como es ciego, puede dedicar aún más
corteza a las matemáticas!”. Tenía razón, y advertía otro magnífico ejemplo
del reciclaje. En las personas ciegas, la corteza occipital, normalmente
dedicada a la visión, no permanece inactiva: se dedica a nuevas funciones, en
especial al cálculo mental y a las matemáticas (Amalric y otros, 2017; Kanjlia
y otros, 2016). En los ciegos de nacimiento, la reorganización es todavía más
extrema, dado que observamos en su corteza visual respuestas
verdaderamente inesperadas a la gramática de la lengua hablada, similares a
las del área de Broca (Amedi y otros, 2003; Bedny y otros, 2011; Lane y
otros, 2015; Sabbah y otros, 2016).
La presencia de respuestas arbitrarias en la corteza visual de las personas
ciegas todavía es objeto de debate teórico (Bedny, 2017; Hannagan y otros,
2015): ¿consiste en un verdadero reciclaje, o bien es una prueba extrema de
plasticidad que conduce a la reorganización total de la corteza? En mi
opinión, la balanza se inclina en favor de la hipótesis del reciclaje neuronal,
porque la organización preexistente de esta región no desaparece por
completo, como ocurriría en una pizarra que se expusiera a los borrones de
un entorno muy diferente. En efecto, la corteza visual de las personas ciegas
conserva la organización de sus conexiones y de sus mapas neuronales (Bock
y otros, 2015), siempre reorientados hacia otros dominios. Como esta corteza
es muy amplia, encontramos numerosas regiones “visuales” que responden
no solo a las matemáticas y el lenguaje, sino también a las letras y los
nombres (presentados en braille), a los objetos, los lugares y los animales
(Abboud y otros, 2015; Amedi y otros, 2003; Bedny y otros, 2011; Mahon y
otros, 2009; Reich y otros, 2011; Striem-Amit y Amedi, 2014; Strnad y otros,
2013). En la mayoría de las ocasiones, estas categorías se encuentran en
lugares similares de la corteza, sin importar si vemos o somos ciegos. La
“caja de letras” del cerebro, por ejemplo, está situada casi en el mismo lugar
en un lector con visión “normal” y en un lector ciego que aprendió braille: la
función de esta región parece estar determinada en gran medida por sus
conexiones con las áreas del lenguaje, y lo mismo ocurre, sin duda, con otras
propiedades innatas (Bouhali y otros, 2014; Hannagan y otros, 2015; Saygin
y otros, 2012, 2013, 2016).
Para regresar a las matemáticas, la hipótesis del reciclaje neuronal no se
basa solo en la idéntica localización en el cerebro de los conceptos
elementales (1 + 1 = 2) y de las ideas matemáticas más avanzadas (e-iπ + 1 =
0). Otros descubrimientos, puramente psicológicos, indican que las
matemáticas que aprendemos en la escuela dependen del reciclaje de circuitos
antiguos consagrados a las cantidades aproximativas.
Piensen en el número 5. En este mismo momento, su cerebro reactiva una
representación de las cantidades, la misma que compartimos con otros
primates. Ahora, intenten decidir si 5 es mayor o menor que 6. Los
experimentos muestran que el razonamiento es mucho más lento cuando los
números están próximos, como 5 y 6, que cuando están distantes, como 5 y 9.
Este efecto de distancia (Dehaene, 2007b; Dehaene, Dupoux y Mehler, 1990;
Moyer y Landauer, 1967) es una de las huellas de la representación antigua
de los números que hemos reciclado cuando aprendimos a contar y a calcular.
La mente intenta concentrarse en los símbolos, pero no puede evitar activar
las cantidades correspondientes, y estas se superponen mucho más cuando los
números son contiguos. Incluso para decidir si dos cifras como 8 y 9 son
diferentes una de otra, lo que debería ser inmediato, todavía influye la
distancia que las separa, y exactamente lo mismo ocurre con los monos que
aprendieron a reconocer los símbolos de los números arábigos (Dehaene y
Akhavein, 1995; Diester y Nieder, 2010).
Podría abundar en ejemplos que ponen en evidencia la existencia del eje
numérico mental que utilizamos cuando comparamos cantidades y cuando
hacemos cálculos. El tiempo que nos toma restar dos números varía en
proporción directa con el tamaño del número restado (Groen y Parkman,
1972; Pinheiro-Chagas y otros, 2017). Todo sucede como si la mente tuviera
que desplazarse para llegar a los números grandes: cuanto más lejos nos
vamos, más tiempo le dedicamos. Del mismo modo, cuando pensamos en un
precio, no podemos evitar atribuirle mayor grado de imprecisión cuanto
mayor es el número: los números más grandes son también los más borrosos
(Dehaene y Marques, 2002; Marques y Dehaene, 2004). Por este motivo, en
contra de cualquier racionalidad, cuando negociamos, no tenemos problema
en ceder algunos miles en el precio de un departamento y, el mismo día,
regateamos unos centavos en la cuenta de la panadera: el grado de
imprecisión tolerable es proporcional al número representado, tanto para los
seres humanos como para el mono macaco.
Y la lista podría continuar: paridad, números negativos, fracciones… todos
esos conceptos se sustentan en la representación inicial de las cantidades.[16]
A diferencia de una computadora digital, somos incapaces de manipular
símbolos en un plano abstracto. Siempre los anclamos en lo concreto de las
cantidades. La persistencia de efectos analógicos reales en un cerebro
educado deja entrever las antiguas ataduras de nuestro concepto del número.
El número aproximativo es uno de los viejos pilares sobre los cuales se
apoya la construcción de las matemáticas. Sin embargo, la educación también
lo enriquece. Cuando aprendemos a contar y a calcular, esta aculturación
matemática introduce símbolos precisos allí donde la evolución se contentó,
durante millones de años, con cantidades borrosas. Es un poderoso factor de
cambio: todos nuestros circuitos aritméticos sufren modificaciones mínimas
con el fin de permitir la manipulación de los símbolos. De todos modos, este
sentido innato de las cantidades, incluso si, en tono jocoso, lo llamé “giba de
las matemáticas”,[17] no es, por cierto, su única base. Como ya vimos,
heredamos de nuestra evolución un sentido del espacio, con sus propios
circuitos neuronales y sus células de lugar, de grilla y de dirección. Poseemos
también un sentido de las formas, que permite que un niño pequeño
reconozca un rectángulo o un triángulo. De un modo que todavía no se
comprende del todo, bajo la influencia de símbolos como las palabras y los
números, todos estos conceptos se reciclan cuando aprendemos matemáticas.
El cerebro humano los recombina, en un lenguaje del pensamiento, para
formar nuevos conceptos (Amalric y otros, 2017; Piantadosi y otros, 2012,
2016). Los bloques de construcción básicos que heredamos de la evolución
son como las palabras de una lengua nueva, productiva, en la que los
matemáticos escriben cada día nuevas páginas.
La lectura recicla los circuitos de la visión y de la lengua hablada
¿Qué sucede con el aprendizaje de la lectura? En mi segundo libro, El
cerebro lector (Dehaene, 2007a), describí en detalle los circuitos que nos
permiten aprender a leer. Es otra prueba del reciclaje neuronal: para leer,
reutilizamos un amplio conjunto de áreas cerebrales que inicialmente están
dedicadas a la visión y al procesamiento de la lengua hablada. Cuando
aprendemos a leer, reorientamos estos circuitos para que las regiones visuales
reconozcan las cadenas de letras y las envíen hacia las áreas del lenguaje. En
un buen lector, el resultado es que las palabras que se leen son tratadas
exactamente como palabras que se oyen: la alfabetización crea una nueva
puerta de entrada visual hacia los circuitos del lenguaje.
Figura 22. El aprendizaje de la lectura recicla una red de áreas cerebrales involucradas en la
visión y en el procesamiento del lenguaje hablado. En todas las regiones que aquí están
contorneadas, la actividad cerebral evocada por frases escritas aumenta a medida que se
incrementa el puntaje de los sujetos en tareas de lectura, desde los analfabetos completos
hasta los lectores expertos. Se observa que la lectura tiene un doble efecto: por un lado, hace
que se especialicen las áreas visuales, sobre todo una región del hemisferio izquierdo llamada
“área de la forma visual de las palabras”; y por otro, activa las áreas del lenguaje hablado a
partir de la visión.
Mucho antes de aprender a leer, cada niño dispone de un sistema visual
sofisticado que le permite reconocer y nombrar los objetos, los animales y las
personas. Reconoce una imagen (sin que importen su tamaño, su posición ni
su orientación en tres dimensiones) y sabe asociarla a un nombre. La lectura
recicla una parte de este circuito: la educación en la lectura desarrolla una
región muy especializada de la corteza visual, que junto con mi colega
Laurent Cohen denominamos “área de la forma visual de las palabras”, que
se convierte en la verdadera “caja de letras” de nuestro cerebro y nos permite
reconocer las palabras, cualquiera sea su tamaño, su posición, su CaJa
(MAYÚSCULA o minúscula) o su fuente (Dehaene y otros, 2001, 2004).
Gracias a sus conexiones muy directas en dirección hacia las áreas del
lenguaje (Bouhali y otros, 2014; Saygin y otros, 2016), esta región de la
corteza aprende a traducir rápidamente la información visual en sonidos y en
significados.
¿Qué ocurriría si analizáramos el cerebro de una persona analfabeta a
medida que aprende a leer? Si la teoría es correcta, deberíamos ver sin
ambages que la corteza visual se reorganiza. La teoría del reciclaje neuronal
sostiene que la lectura invade una región de la corteza normalmente destinada
a actividades cercanas, y la reorienta hacia esta nueva tarea. La predicción es
inmediata: este aprendizaje debería entrar en competencia con las otras
funciones preexistentes de la corteza. ¿Podría ocurrir que perdiéramos
determinadas funciones heredadas de la evolución a medida que aprendemos
a leer? ¿O, por lo menos, que las reorganizáramos en gran medida?
Junto con mis colegas, tuvimos ocasión de evaluar en una serie de
experimentos esta predicción que va a contrapelo de la intuición.
Comenzamos por estudiar el cerebro de adultos analfabetos, en Portugal y en
Brasil, comparándolo con el de personas de los mismos pueblos pero que
habían tenido la oportunidad de aprender a leer en la escuela, ya fuera en la
niñez o en la adultez (Dehaene y otros, 2010; Dehaene, Cohen y otros, 2015;
Pegado, Comerlato y otros, 2014). Los resultados nos permitieron construir
un mapa completo de todas las regiones del cerebro donde la respuesta
aumenta con el aprendizaje (figura 22).
Figura 23. De acuerdo con la hipótesis del reciclaje neuronal, el aprendizaje de la lectura
entra en competencia con funciones que previamente cumplía la corteza visual (en este caso,
el reconocimiento de rostros). Conforme mejora el puntaje en tareas de lectura, aumenta la
activación evocada por las palabras escritas en el hemisferio izquierdo y la activación
evocada por los rostros se desplaza desde el hemisferio izquierdo hacia el hemisferio
derecho.
Es un resultado fácil de comprender. Primero, muéstrenle una frase, palabra
por palabra, a una persona analfabeta y verán que su cerebro no responde
para nada. Es evidente: no sabe leerlas, por lo que la actividad se detiene muy
pronto, en el nivel de las áreas visuales. Ahora, preséntenle la misma frase
escrita a una persona que aprendió a leer: un circuito cortical mucho mayor se
enciende, de forma directamente proporcional al puntaje que obtuvo en la
lectura. Los cambios se extienden desde las áreas visuales primarias,
especializadas en el reconocimiento de los caracteres (Chang y otros, 2015;
Dehaene y otros, 2010; Szwed y otros, 2014), hasta las regiones del lenguaje
asociadas con la comprensión de las frases, pasando por la famosa “caja de
letras del cerebro”, que se encuentra en la corteza témporo-occipital del
hemisferio izquierdo. Cuanto mejor sabemos leer, más se activan estas
regiones ante las palabras escritas y más se fortalecen sus conexiones:
automatizar la lectura es hacer más fluida la relación directa entre las letras y
los sonidos del lenguaje.
Pero también cabe plantear la pregunta en sentido inverso: ¿existen regiones
que se activen más en los malos lectores y en las que la actividad disminuya a
medida que se aprende a leer? Hemos descubierto que sí: las personas
analfabetas presentan mayor activación para el procesamiento de rostros.
Cuanto mejor sabemos leer, más disminuye esta actividad en el hemisferio
izquierdo, en el lugar exacto en el que se instalan las palabras escritas. Todo
parece indicar que hay que hacer lugar en la corteza para las letras: la lectura
interfiere en una función mucho más antigua, la de reconocer rostros. Pero,
por supuesto, esta función no es desechada fuera de la corteza. Más bien,
pudimos observar que, con la alfabetización, la respuesta a los rostros se
incrementa del lado del hemisferio derecho. Al verse desplazados del
hemisferio izquierdo, que es la localización del lenguaje en la mayoría de las
personas, los rostros se refugian en el otro lado (figura 23; Dehaene y otros,
2010; Pegado, Comerlato y otros, 2014).
En primer lugar, hicimos esta observación en adultos alfabetizados y
analfabetos, y luego la replicamos en niños que estaban aprendiendo a leer
(Dehaene-Lambertz, Monzalvo y Dehaene, 2018; Dundas, Plaut y Behrmann,
2013; Li y otros, 2013; Monzalvo y otros, 2012). Tan pronto el niño
comienza a leer, el área de la forma visual de las palabras se desarrolla en el
hemisferio izquierdo y su simétrica contraparte, en el hemisferio derecho,
refuerza su respuesta a los rostros (figura 24).
Figura 24. La resonancia magnética (MRI) permite seguir el desarrollo de la lectura en el
niño. Desde el momento en que un niño aprende a leer, se ve aparecer una región que
responde a las letras y a las cadenas de letras. La lectura recicla una parte del mosaico de
regiones que en todos los primates sirven para reconocer los rostros, los objetos y los lugares.
Figura 25. El aprendizaje es más fácil durante la infancia, cuando la corteza todavía es
maleable. Antes de que un niño pequeño vaya a la escuela, determinadas regiones visuales de
su cerebro ya se especializaron para el reconocimiento de objetos, de rostros o de lugares,
pero todavía quedan grandes franjas poco o nada especializadas (simbolizadas por los
hexágonos vacíos). El aprendizaje de la lectura (P) invade estas regiones inestables e impide
el desarrollo de otras categorías de objetos. Si el niño no aprende a leer, esta región se utiliza
para el reconocimiento de los rostros y los objetos, y pierde gradualmente su capacidad de
aprender las letras.
El efecto es de tal magnitud que, a una edad dada, con solo examinar la
actividad evocada por los rostros, un algoritmo logra decidir si un niño ya
aprendió a leer o no. Y si el niño sufre de dislexia, estas regiones no se
desarrollan con normalidad, ni a la izquierda, en el área de la forma visual de
las palabras, ni a la derecha, en la región del giro fusiforme especializada
para el reconocimiento de los rostros (Monzalvo y otros, 2012). La actividad
reducida de la corteza témporo-occipital izquierda frente a palabras escritas
es un marcador universal de las dificultades de la lectura en todas las lenguas
en que se la evaluó (Rueckl y otros, 2015).
Recientemente, obtuvimos la autorización para realizar una investigación
audaz. Queríamos ver cómo emergen los circuitos de lectura en niños
individuales, y para lograrlo, convocamos a los mismos niños cada dos meses
a nuestro centro de neuroimágenes, con el fin de escanearlos al final del
jardín de infantes y a lo largo de todo el primer año de escuela. Los
resultados estuvieron a la altura de nuestras expectativas. Al principio, no
había nada para señalar: cuando el niño, todavía en jardín de infantes, no
había aprendido aún a leer, su corteza respondía a los objetos, a los rostros, a
las casas, pero no a las letras. Luego de dos meses de escuela, en cambio,
vimos aparecer una respuesta específica a las palabras escritas, en la misma
posición que en el adulto: en la corteza témporo-occipital izquierda. Muy
lentamente, la representación de los rostros se modificó: a medida que el niño
se alfabetizaba, la actividad del reconocimiento de los rostros aumentaba en
el hemisferio derecho, en proporción directa con el incremento de las
habilidades en lectura. Una vez más, en sintonía con la hipótesis del reciclaje
neuronal, pudimos ver cómo la adquisición de la lectura entraba en
competencia con la función anterior de la corteza, el reconocimiento visual de
rostros.
Al realizar este trabajo, nos dimos cuenta de que esta competencia podía
explicarse de dos formas diferentes. La primera posibilidad consiste en el
knock-out: desde el nacimiento, los rostros comienzan a instalarse en la
corteza visual del hemisferio izquierdo, pero la lectura los desaloja de allí,
como de un puñetazo. La segunda posibilidad es el bloqueo: la corteza se
desarrolla lentamente y poco a poco se especializa para reaccionar a los
rostros, los objetos o los lugares. Cuando las letras penetran en este terreno en
desarrollo, ocupan una parte del territorio y obturan la expansión de las otras
categorías visuales.
¿La alfabetización hace que la corteza quede noqueada o bloqueada?
Nuestros experimentos se inclinan por la segunda posibilidad: aprender a leer
bloquea la expansión de los rostros en el hemisferio izquierdo (figura 25).
Gracias a los registros de MRI que realizamos cada dos meses, vimos crecer
la especialización de la corteza visual con mucha lentitud. A esta edad, cerca
de los 6 o 7 años, todavía está lejos de completarse. Existen, por supuesto,
territorios especializados para los rostros, los objetos o los lugares, pero
también muchas regiones corticales que todavía no se especializaron para
ninguna de estas categorías. Y las letras, precisamente, invaden algunas de
estas regiones no especializadas y las reciclan. Pero, en contra de lo que
pensábamos al comienzo de la investigación, no aplastan el área de los
rostros, sino que se instalan justo al costado, en una región vecina, de modo
similar a como un agresivo supermercado se instala justo al lado de un
pequeño comercio. La expansión de uno bloquea la del otro (DehaeneLambertz, Monzalvo y Dehaene, 2018).
En síntesis, por supuesto, no es azaroso que aprendamos a leer en los
primeros años de la infancia. El aprendizaje de la lectura saca partido de este
período bendito en que la corteza visual todavía es lábil. Su arquitectura está
lejos de carecer de restricciones, pero ha evolucionado para aprender a
reconocer todo tipo de imágenes y adaptarse a su forma. Cuando la
exponemos a miles de palabras escritas, se adapta y se recicla para esta nueva
actividad.
Con la edad, muy paulatinamente, un número creciente de columnas
corticales se fijan y dejan de modificarse. Entonces, se vuelve cada vez más
difícil automatizar el reconocimiento de las letras y sus combinaciones. Junto
con mis colegas pudimos estudiar a dos personas que intentaron aprender a
leer en la adultez: una de ellas nunca había tenido la oportunidad de ir a la
escuela y la otra había sufrido un pequeño accidente cerebrovascular justo en
el área de la forma visual de las palabas, que la había vuelto aléxica, incapaz
de leer una sola palabra. Las evaluamos y las escaneamos periódicamente
durante dos años (Braga y otros, 2017; Cohen y otros, 2016). Sus progresos
eran de una lentitud increíble. La primera terminó desarrollando una región
especializada para las letras, pero sin que por eso se vieran afectados los
rostros: lo que ya estaba impreso no se movía más. La segunda no logró
jamás hacer emerger una nueva “caja de letras” en su corteza visual. Su
lectura, aunque mejoraba, todavía era lenta y se asemejaba al descifrado
laborioso de un principiante.
Divisiones, ecuaciones y rostros
La conclusión es simple: para reciclar en profundidad la corteza visual y
convertirnos en excelentes lectores, es necesario apoyarse sobre el período de
plasticidad máxima que ofrece la infancia. Nuestras investigaciones ofrecen
muchos más ejemplos. Tomemos el aprendizaje de la lectura musical: un
músico que aprendió a leer partituras a una edad temprana prácticamente
duplica la superficie de su corteza visual dedicada a los pentagramas, en
comparación con alguien que nunca ha aprendido música. Este crecimiento
masivo y precoz ocupa lugar en la superficie de la corteza, y parece desalojar
de allí el área de la forma visual de las palabras: en los músicos, la región
cortical que responde a las letras, la “caja de letras del cerebro”, se desplaza
casi un centímetro en comparación con su posición normal en quienes no se
dedican a la música (Mongelli y otros, 2017).
Otro ejemplo: el reconocimiento de las ecuaciones matemáticas. Un
matemático consagrado debe saber analizar, a primerísima vista, expresiones
tan abscónditas como
o
con tanta facilidad como nosotros leemos una novela. Esa es una pericia
visual de alto nivel. Una vez asistí a una conferencia en que el matemático
Alain Connes (otro ganador de la Medalla Fields) exhibió una ecuación que
tenía veinticinco líneas de una extraordinaria densidad. Según explicó, allí
figuraba la expresión matemática de todos los efectos físicos de todas las
partículas elementales conocidas. Un segundo matemático levantó el dedo y
dijo: “¿No hay un error en la línea 13?”. “No”, respondió Connes de
inmediato sin perder la compostura, “porque el término compensatorio
correspondiente está justo en la línea 14”.
¿Cómo se refleja en el cerebro de los matemáticos tamaña solvencia para
las fórmulas? Las imágenes cerebrales muestran que estos objetos
matemáticos invaden buena parte de las regiones occipitales laterales de
ambos hemisferios; después del entrenamiento matemático, estas regiones
terminan por responder a las expresiones algebraicas mucho más que en
quienes carecen de esa práctica. Y, una vez más, somos testigos de una
competencia que decae y se contrae, como esa piel de asno (o más
precisamente, de zapa) que tanto dio que hablar a partir de la novela de
Balzac: en este caso, notamos que las áreas de la corteza sensibles a los
rostros se desvanecen en ambos hemisferios (Amalric y Dehaene, 2016). En
otras palabras, mientras la alfabetización se limita a quitar los rostros del
hemisferio izquierdo y los obliga a moverse hacia el hemisferio derecho, la
práctica intensa con números y ecuaciones interfiere con su representación en
ambos lados, lo que lleva a una contracción global de los circuitos de
reconocimiento facial.
Resulta tentador trazar un vínculo entre este hallazgo y el famoso mito del
matemático excéntrico, incapaz de interesarse por otra cosa que por las
ecuaciones y que no reconoce ya a su vecina, su perro o su reflejo en el
espejo. Las anécdotas sobre los matemáticos abundan, y dieron lugar a
chistes como el siguiente: “¿Saben cómo se reconoce a un matemático
extrovertido? Es el que mira tus zapatos”.
En realidad, todavía no sabemos si la reducción de la respuesta cortical para
los rostros en los matemáticos tiene una relación directa con su supuesta falta
de competencia social (mito, antes que realidad, dado que muchos
matemáticos se sienten maravillosamente a gusto en sociedad). La causalidad
todavía debe establecerse: ¿pasar la vida entre fórmulas matemáticas reduce
la respuesta a los rostros? O bien, por el contrario: ¿los matemáticos se
sumergen en los cálculos porque les resultan más sencillos que las
interacciones sociales? En cualquiera de los casos, la competencia cortical
está demostrada y la representación de los rostros muestra una notable
sensibilidad a los aprendizajes escolares, en grado tal que puede proveer un
marcador confiable de la educación que un niño recibió en matemáticas, en
música o en lectura. Es otra prueba del reciclaje neuronal.
Los beneficios de un ambiente enriquecido
La principal conclusión es que, en las antípodas de la caricatura que sugiere
que todo es innato o que todo es adquirido, el cerebro del niño es
simultáneamente estructurado y plástico. Desde el nacimiento, está dotado de
una inmensidad de circuitos especializados que resultaron modelados por los
genes y seleccionados por decenas de millones de años de evolución. Esta
autoorganización le confiere intuiciones profundas en los grandes ámbitos del
saber: un sentido de la física que gobierna los objetos y su comportamiento,
un don para la navegación espacial, intuiciones sobre los números, la
probabilidad y las matemáticas, un apego a los otros seres humanos, e
incluso, en nuestra especie, un auténtico despliegue de genialidad para las
lenguas. ¡Las metáforas de la tabula rasa o la pizarra en blanco no podrían
ser más erróneas! Y, sin embargo, la evolución también dejó la puerta abierta
a muchas oportunidades de aprendizaje. No todo está predeterminado en el
cerebro del niño. Todo lo contrario: el detalle de los circuitos neuronales, en
la escala de algunos milímetros, exhibe una amplia apertura a las
interacciones con el mundo exterior.
Durante los primeros años de la vida, los genes suscitan una exuberante
superproducción de circuitos neuronales: dos veces más sinapsis que las
necesarias. Gracias a algún mecanismo que todavía no comprendemos bien,
esta sobreabundante combinatoria abre una inmensa variedad de modelos
mentales del mundo, un verdadero lenguaje interior. Gracias a ella, el cerebro
del niño está en plena ebullición de posibilidades y explora un conjunto de
hipótesis tanto más vasto que el del adulto. Cada bebé está abierto a todas las
lenguas, todas las ortografías, todas las matemáticas posibles (por supuesto,
dentro de los límites que impone la genética de la especie).
Luego intervienen poderosos algoritmos de aprendizaje para seleccionar las
sinapsis y los circuitos más útiles. En algunos años, el cerebro se especializa
y se fija. Las regiones sensoriales son las primeras en fijarse: desde el primer
año de vida, las áreas auditivas comienzan a converger hacia las vocales y las
consonantes de la lengua materna. En algunos años, a medida que se cierran
sucesivamente los diferentes períodos sensibles de la plasticidad cerebral, nos
convertimos, para siempre, en nativos de una lengua, de una ortografía, de
una cultura específica. Y si se nos priva de la estimulación en determinado
ámbito, porque somos huérfanos en Bucarest o bien analfabetos en los
suburbios de Brasilia, quedamos expuestos al riesgo de perder la fluidez
mental en este campo del saber –y quizá perderla para siempre–. La
intervención siempre es deseable, porque durante toda su vida el cerebro
conserva parte de su plasticidad, sobre todo en las regiones cerebrales de
nivel más alto, como las de la corteza prefrontal. Sin embargo, quedó
demostrado que las intervenciones más precoces también son las más
eficaces: tanto para hacerle llevar lentes prismáticos a un búho, como para
enseñarle una segunda lengua a un niño, para ajustarse a la sordera, a la
ceguera o a la pérdida de un hemisferio cerebral completo, cuanto más
temprano se comience siempre será mejor.
Las escuelas son instituciones concebidas para aprovechar al máximo la
plasticidad. La educación depende en gran medida de la espectacular
flexibilidad del cerebro del niño para reciclar algunos de sus circuitos y
reorientarlos hacia nuevas actividades como la lectura o las matemáticas.
Numerosos experimentos demuestran que, cuando interviene de forma
precoz, la escolarización transforma la vida: luego de seguirlos durante
décadas, se observó que los niños provenientes de contextos desfavorecidos
que participaron en intervenciones precoces mostraban mejores indicadores
en muy diferentes ámbitos de la vida, como la salud, los ingresos promedio o
la exposición a infracciones penales.[18]
Pero la escuela no es una panacea ni una píldora sintética que todo lo puede.
Las familias y los cuidadores también tienen el deber de estimular el cerebro
del niño para enriquecer su entorno tanto como sea posible. Cada lactante es
un físico en ciernes que adora experimentar con la gravedad y la caída de los
objetos. Entonces, tenemos que dejarlo improvisar, construir, fracasar y
recomenzar, en vez de inmovilizarlo en una silla durante horas. Cada niño es
un matemático incipiente que adora contar, medir, trazar rectas y círculos,
ensamblar las formas, siempre y cuando le demos reglas, brújulas, papeles,
además de acertijos matemáticos atractivos… Cada bebé es un lingüista
genial: a partir de los 18 meses, aprende un mínimo de 10 a 20 palabras por
día, pero solo si le hablamos… La familia y los amigos deben alimentar este
apetito por el conocimiento y nutrirlo con frases bien formadas, sin dudar en
utilizar un léxico rico. El vocabulario que dominará a los 3 o 4 años
dependerá de manera directa de la cantidad de discurso que le hayamos
dirigido, y no simplemente de la exposición a las palabras del entorno
(Shneidman y otros, 2013; Shneidman y Goldin-Meadow, 2012).
Los resultados de las investigaciones son convergentes: enriquecer el
ambiente de los niños muy pequeños es construir el futuro de su cerebro.
Cuando alcance la edad de 4 años, la niña a quien le leen cuentos cada noche
mostrará en las neuroimágenes una activación superior que la de otras
criaturas en las regiones cerebrales para el lenguaje hablado, y más tarde
precisamente estos circuitos corticales fortalecidos le permitirán entender
textos o formular pensamientos complejos (Hutton y otros, 2015, 2017; véase
también Romeo y otros, 2018). Del mismo modo, el niño que tiene la suerte
de nacer en una familia bilingüe, y a quien sus padres le hacen el maravilloso
regalo de hablarle cada cual en su lengua materna, sin esfuerzo adquiere dos
léxicos, dos gramáticas y dos culturas (Bialystok y otros, 2009; Costa y
Sebastián-Gallés, 2014; Li, Legault y Litcofsky, 2014). Conservará toda su
vida una mejor capacidad de análisis del lenguaje y de aprendizaje de una
tercera o cuarta lengua. Y cuando se acerque a la vejez, es probable que su
cerebro resista durante más tiempo a los estragos de la enfermedad de
Alzheimer.
En efecto, confrontar a los niños y las niñas desde la edad más temprana a
entornos estimulantes les permite conservar sinapsis más cuantiosas,
dendritas más vastas, circuitos más flexibles y más redundantes (Donato,
Rompani y Caroni, 2013; Knudsen, Zheng y DeBello, 2000; Van Praag,
Kempermann y Gage, 2000; Voss y otros, 2013; Zhu y otros, 2014), como la
lechuza que había aprendido muy temprano a llevar lentes prismáticos, y por
eso conservó toda su vida axones más diversificados y una mayor capacidad
de pasar de un comportamiento al otro. Diversifiquemos el bagaje de
aprendizajes tempranos de nuestros niños: el florecimiento de sus cerebros
depende, en parte, de la riqueza de la estimulación que reciben de su entorno.
[16] Pueden consultarse Dehaene, Bossini y Giraux (1993) sobre la representación
mental de la paridad; Blair y otros (2012), Fischer (2003) y Gullick y Wolford (2013)
sobre la representación de los números negativos; Jacob y Nieder (2009) y Siegler,
Thompson y Schneider (2011) sobre la representación de las fracciones.
[17] Alude a la ya mencionada bosse des maths, que también puede traducirse como
“el don de las matemáticas”. Esa expresión dio título a Dehaene (2010). [N. de T.]
[18] Hay numeroso material probatorio de los efectos en el largo plazo de una
educación temprana de calidad. Véanse, por ejemplo, el programa Abecedarian
(Campbell y otros, 2012, 2014; Martin, Ramey y Ramey, 1990), el programa Perry de
jardín de infantes (Heckman y otros, 2010; Schweinhart, 1993) y el programa de
Jamaica (Gertler y otros, 2014; Grantham-McGregor y otros, 1991; Walker, Chang y
otros, 2005).
Parte III
Los cuatro pilares del aprendizaje
Acabamos de ver que todos los aprendizajes dependen de que se modifiquen
los circuitos del cerebro durante un período sensible en que todavía son
flexibles y poseen un enorme margen de plasticidad, pese a estar
parcialmente especificados por la evolución. Sin embargo, la existencia de la
plasticidad sináptica no es suficiente para explicar el extraordinario éxito de
nuestra especie. En efecto, dicha plasticidad está presente en todo el mundo
animal: incluso la mosca, el nematodo o la babosa de mar poseen sinapsis
modificables. Si nos hemos convertido en Homo docens, si el aprendizaje se
convirtió en nuestro nicho ecológico y en la principal causa de nuestros
logros planetarios, es porque el cerebro dispone de una variedad de trucos
adicionales.
A lo largo de su evolución, el cerebro de los seres humanos consiguió y
pulió cuatro funciones de gran importancia que maximizan la velocidad con
la cual extraemos información del entorno. Las llamo “los cuatro pilares del
aprendizaje”, porque son indispensables para todas las construcciones
mentales que realizamos: si solo uno de estos pilares falta o es inestable, todo
el edificio tambalea. A la inversa, cada vez que necesitamos aprender, y
aprender rápido, podemos confiar en ellos para optimizar los esfuerzos. Estos
pilares son:
La atención, que amplifica la información sobre la que nos
concentramos.
El compromiso activo, un algoritmo que llamamos también
“curiosidad”, y que incita al cerebro a evaluar constantemente nuevas
hipótesis.
La revisión o feedback a partir del error, que compara las predicciones
con la realidad y corrige los modelos que elaboramos acerca del
mundo.
La consolidación, que automatiza y vuelve fluido lo que aprendimos,
especialmente durante el sueño.
Lejos de ser exclusivas de los humanos, estas funciones se comparten con
muchas otras especies animales. Sin embargo, gracias a nuestro cerebro
social y a las habilidades lingüísticas, las aprovechamos de manera más
eficaz que cualquier otro animal, especialmente en nuestras familias, escuelas
y universidades.
Prestar atención, involucrarse, poner a prueba lo adquirido y saber
consolidarlo son los secretos de un aprendizaje exitoso. Y estos componentes
fundamentales de la arquitectura cerebral se implementan con igual eficiencia
en la familia y en la escuela. El maestro o la profesora que logre movilizar
estas cuatro funciones en cada uno de sus alumnos sin duda maximizará la
velocidad y la eficacia con que aprenderá su clase. Todos deberíamos,
entonces, aprender a dominarlas, y con ese objetivo, necesitamos comprender
bien cómo funcionan y para qué sirven.
7. La atención
Imaginen que llegan al aeropuerto justo a tiempo para tomar un avión. Todo
lo que hacen revela la mayor concentración de la atención: con la mente
alerta, buscan el anuncio de las partidas y, sin dejarse distraer por la marea de
pasajeros, pasan rápidamente por las filas hasta notar cuál corresponde a su
vuelo. Si bien se abren camino por entre una sucesión de estridentes
publicidades, casi no las ven y avanzan en línea recta hacia el mostrador de
facturación. De pronto, se dan vuelta, porque en la multitud un amigo acaba
de pronunciar su nombre de pila. Este mensaje, que el cerebro evaluó como
prioritario, se apodera de la atención e invade la conciencia… por lo tanto, les
hace olvidar el número de ventanilla.
En unos minutos, el cerebro pasó por la mayoría de los estados clave de la
atención: vigilancia y estado de alerta, selección y distracción, orientación y
filtrado. En las ciencias cognitivas, llamamos “atención” al conjunto de
mecanismos mediante los cuales el cerebro selecciona una información, la
amplifica, la canaliza y la profundiza. Son mecanismos antiguos en la
evolución: el perro que orienta sus orejas y el ratón que se queda inmóvil
cuando oye un crujido despliegan circuitos atencionales muy similares a los
de los seres humanos (Wang y Krauzlis, 2018).
¿Por qué la evolución incorporó mecanismos atencionales en tantas especies
animales? Porque estos circuitos resuelven un problema muy específico: la
saturación de información. A cada instante, el cerebro recibe un bombardeo
de estímulos: los sentidos de la vista, el oído, el olfato, el tacto transmiten
millones de bits de información por segundo. Al comienzo, todos estos
mensajes son procesados en paralelo por neuronas distintas; pero enseguida
se vuelve imposible tratarlos a todos con la misma profundidad: los recursos
del cerebro no son suficientes. Por este motivo, una pirámide de mecanismos
atencionales, organizados como un filtro gigantesco, realiza una selección. En
cada etapa, nuestro cerebro decide qué importancia es conveniente otorgar a
tal o cual estímulo, y asigna recursos solo a la información que considera
prioritaria.
Esa selección es fundamental para el aprendizaje. En ausencia de atención,
descubrir regularidades en un cúmulo de datos se parece a buscar la
legendaria aguja en un pajar. Este es uno de los motivos de la lentitud de las
redes neuronales artificiales convencionales: pierden un tiempo considerable
en analizar todas las combinaciones posibles de los datos que se les
proporcionan, en lugar de clasificar la información y enfocarse solo en los
bits relevantes. Recién en 2014 dos investigadores, el canadiense Yoshua
Bengio y el coreano Kyunghyun Cho, expusieron cómo se puede integrar la
atención a algunas redes neuronales artificiales (Bahdanau, Cho y Bengio,
2014; Cho, Courville y Bengio, 2015). Su primer modelo aprendía a traducir
frases de un idioma a otro. Al dotarlo de una función atencional, lograron que
el sistema aprendiera mejor y más rápido, porque en cada paso de la
traducción se concentraba solo en las palabras pertinentes de la frase original.
En muy poco tiempo, entre los estudiosos de la inteligencia artificial la idea
de aprender a prestar atención se esparció y expandió como un incendio en un
bosque. Los sistemas artificiales actuales logran describir una imagen (“una
mujer que lanza un frisbee en un parque”) porque canalizan la información
prestando atención a cada parte pertinente: en el momento de describir el
color del disco, la red se concentra sobre los píxeles de la cabeza y aparta
temporariamente todos cuantos corresponden a las personas o al parque, para
regresar a ellos más tarde (figura 26; Xu y otros, 2015). Un ingeniero en
inteligencia artificial sensato ya no conecta todas las entradas con todas las
salidas. Sabe que el aprendizaje será más rápido si en lugar de una red
simple, en que cada píxel de entrada tiene la posibilidad de predecir cualquier
palabra en la salida, creamos una arquitectura organizada donde el
aprendizaje se divide en dos módulos: uno que aprende a prestar atención y
otro que aprende a nombrar los datos filtrados por el primero.
Figura 26. La atención es el primer pilar del aprendizaje, un componente tan crucial que está
integrado a la mayor parte de las redes neuronales artificiales contemporáneas. Aquí, una red
aprende a encontrar las palabras para describir una imagen. El aprendizaje se basa sobre un
mecanismo de atención selectiva que pone el foco en determinadas zonas de la imagen (que
tienden al blanco en las imágenes de la derecha). La atención selecciona una zona y
concentra allí, en un instante dado, todos los recursos.
La atención es indispensable, pero trae aparejado un problema: si está mal
orientada, el aprendizaje puede atascarse (Ahissar y Hochstein, 1993). Si no
se presta atención al frisbee que la mujer está lanzando, el procesamiento
continúa como si esa parte de la imagen no existiera (y el disco mismo queda
borrado). Sus datos se descartan desde el comienzo y permanecen confinados
a las áreas sensoriales más tempranas. Los objetos desatendidos solo causan
una activación modesta que induce poco o ningún aprendizaje (Seitz y otros,
2005; Watanabe, Nanez y Sasaki, 2001). Esto nada tiene que ver con la
extraordinaria amplificación que se produce en nuestro cerebro cuando
prestamos atención a un objeto y tomamos conciencia de él: las neuronas
sensoriales que lo codifican se amplifican y prolongan masivamente, y sus
mensajes se propagan hasta la corteza prefrontal, donde poblaciones enteras
de neuronas se encienden y permanecen activas durante mucho tiempo,
mucho más allá del acontecimiento originario, por ejemplo, la duración de la
exposición de la imagen (Dehaene y Changeux, 2011; Van Vugt y otros,
2018). Un aumento tan fuerte de la activación neuronal es exactamente lo que
necesitan las sinapsis para modificar su fuerza, lo que los neurocientíficos
llaman “potenciación a largo plazo”.
Cuando un alumno presta atención consciente a, por ejemplo, una palabra
en un idioma extranjero que su docente acaba de presentar, permite que esa
palabra se propague profundamente en sus circuitos corticales, hasta la
corteza prefrontal. Así, esa palabra tiene muchas más posibilidades de ser
recordada. En gran medida, las palabras inconscientes o desatendidas
permanecen confinadas a los circuitos sensoriales del cerebro y nunca
consiguen alcanzar las representaciones léxicas y conceptuales más profundas
que sustentan la comprensión y la memoria semántica.
Por ese motivo, cada estudiante debe aprender a prestar atención ¡y también
los maestros deben prestar más atención a la atención! Si los estudiantes no
atienden a la información correcta, es muy poco probable que aprendan algo.
El mayor talento de un maestro consiste en canalizar y cautivar
constantemente la atención de los niños para guiarla hacia el objeto o el nivel
adecuado.
La atención desempeña un papel tan crucial en la selección de información
relevante que está presente en muchos circuitos diferentes en el cerebro. El
psicólogo estadounidense Michael Posner diferencia al menos tres sistemas
de atención principales:
1. El alerta, que indica cuándo prestar atención y adapta nuestro nivel de
vigilancia.
2. La orientación de la atención, que muestra a qué prestar atención y
amplifica cada objeto de interés.
3. El control ejecutivo, que decide cómo procesar la información a la que
atendemos: selecciona los procesos que son apropiados para
determinada tarea y controla su ejecución.
Cada uno de estos sistemas modula masivamente la actividad cerebral y
puede entonces facilitar el aprendizaje, pero también orientarlo en la
dirección equivocada. Los exploraremos uno por uno.
Alerta: el cerebro sabe cuándo prestar atención
El primer sistema atencional, y tal vez el más antiguo en la evolución, nos
dice cuándo prestar atención. Envía señales de advertencia que movilizan
todo el organismo en caso de que las circunstancias lo exijan. Si se acerca un
predador o nos invade una emoción fuerte, una serie de núcleos subcorticales
decide de inmediato aumentar la vigilia y la vigilancia de la corteza. Ordena
la liberación masiva y difusa de neuromoduladores como la serotonina, la
acetilcolina y la dopamina (figura 27). Con axones de largo alcance, dotados
de numerosas ramas difusas como portavoces, estos mensajes de alerta
alcanzan casi la totalidad de la corteza. Allí van a modular la actividad
cortical y el aprendizaje, en grado tal que los investigadores hablan de una
señal now print, “imprimir ahora”, como si estos sistemas directamente le
ordenaran a la corteza que guarde en la memoria el contenido actual de la
actividad neuronal.
Un conjunto de experiencias realizadas con animales muestra que, en
efecto, la descarga de los sistemas de alerta puede provocar alteraciones
radicales en la plasticidad de los mapas corticales (figura 27). El
neurofisiólogo estadounidense Michael Merzenich realizó numerosas
experiencias en las que se confunde al animal estimulando eléctricamente sus
circuitos subcorticales de la dopamina o de la acetilcolina. El resultado fue un
cambio masivo en los mapas corticales. Todas las neuronas que se activaron
en ese momento, incluso si no tenían importancia objetiva, estaban sujetas a
una amplificación intensa.
Figura 27. Las señales de alerta desencadenan el aprendizaje. Algunos neuromoduladores
como la serotonina, la acetilcolina y la dopamina nos dicen cuándo prestar atención y
parecen forzar el cerebro a aprender. En esta experiencia, un sonido banal, de una frecuencia
de 9 kHz, se asocia a la estimulación del núcleo basal de Meynert (arriba), que libera una
descarga de acetilcolina en la corteza. Luego de algunos días de seguir este régimen, toda la
corteza auditiva se ve invadida por esta frecuencia y sus vecinas (abajo, regiones marcadas
con rayas).
De este modo, cuando un sonido –por ejemplo, un la sostenido o la# o A#,
según la notación que prefieran– se asocia sistemáticamente a una descarga
de dopamina o de acetilcolina, todo el mapa auditivo se modifica y termina
invadido por esa nota. El animal se torna cada vez más hábil para
discriminarla, pero pierde la capacidad de representar otras frecuencias (Bao,
Chan y Merzenich, 2001; Froemke, Merzenich y Schreiner, 2007; Kilgard y
Merzenich, 1998).
Es notable que esta plasticidad cortical inducida por el sistema de alerta
tenga lugar incluso en el animal adulto. El análisis de los circuitos implicados
revela que los neuromoduladores como la serotonina y la acetilcolina, en
especial por obra del receptor nicotínico (sensible a la nicotina, otro actor
importante en la vigilia y el estado de alerta), modulan la actividad de las
neuronas inhibidoras de la corteza, y afectan así el equilibrio entre la
excitación y la inhibición (Werker y Hensch, 2014). Recuerden que la
inhibición interviene en el cierre de los períodos sensibles para la plasticidad
sináptica. Al estar desinhibidos por las señales de alerta, los circuitos
corticales parecen recuperar su plasticidad juvenil: el período sensible se
reabre para las señales etiquetadas como críticas.
¿Qué sucede en el Homo sapiens? Es tentador pensar que una
reorganización similar de los mapas corticales se produce cada vez que,
llevado por la pasión, un compositor o un matemático se sumerge en su
ámbito predilecto, sobre todo si esa pasión comienza a una edad temprana.
Un Mozart o un Ramanujan tal vez estén tan exaltados, electrizados, por el
fervor con que su cerebro se ve literalmente invadido de modelos mentales de
música o de matemáticas. Con todo, tiendo a pensar que esto puede aplicarse
no solo a los genios, sino a cualquier persona capaz de apasionarse lo
suficiente por su trabajo, ya sea un alfarero o una científica que diseña
transbordadores espaciales. Al permitir que los mapas corticales se remodelen
a escala masiva, la pasión genera talento.
Pese a que no todo el mundo es Mozart, los mismos circuitos cerebrales del
alerta y de la motivación están presentes en todos los cerebros. ¿Qué
circunstancias de la vida cotidiana lograrían movilizarlos? ¿Hace falta esperar
una situación traumática o una emoción fuerte? Tal vez no. Algunos estudios
sugieren que los videojuegos, sobre todo los de acción, en los que se juega a
la vida y la muerte, entrañan un medio impetuoso de involucrar estos
mecanismos atencionales. Al movilizar los sistemas del alerta y de la
recompensa, modulan los aprendizajes con enorme eficacia. El circuito de la
dopamina, por ejemplo, se enciende cuando jugamos a un juego de acción
(Koepp y otros, 1998). La neurocientífica Daphne Bavelier demostró que esto
se traduce en un aprendizaje rápido (Bavelier y otros, 2011; Cardoso-Leite y
Bavelier, 2014; Green y Bavelier, 2003). Los juegos de acción más violentos
parecen tener los efectos más intensos: diez horas de juego son suficientes
para mejorar la detección visual, refinar la estimación rápida de la cantidad
de objetos presentes en la pantalla y fortalecer la capacidad de concentrarse
en un objetivo sin dejarse distraer por otros. Un jugador de videojuegos toma
decisiones ultrarrápidas sin comprometer su rendimiento.
Los padres, las madres y los docentes se quejan constantemente de que los
niños de hoy en día, criados entre computadoras, tablets, consolas y otras
pantallas, cambian de una actividad a otra en permanente estado de
distracción, pero esto no es cierto. Lejos de disminuir la capacidad de
concentración, los videojuegos también pueden aumentarla. ¿Sabremos, en el
futuro, volver a movilizar la plasticidad sináptica en todos los niños? Dado
que los videojuegos son un poderoso estimulante, con el transcurso de los
años mi laboratorio desarrolló una serie de juegos para tablets basados en los
principios de las ciencias cognitivas.[19]
Pero los videojuegos también tienen su costado oscuro: implican riesgos ya
muy conocidos, como el aislamiento social, la pérdida de tiempo y la
adicción. Por suerte, existen también muchas otras formas de desbloquear los
efectos del sistema de alerta sin dejar de aprovechar el sentido social del
cerebro. Los profesores que cautivan a sus alumnos, los libros que dejan
absortos a sus lectores, las películas o las obras de teatro que transportan a los
espectadores y los sumergen en experiencias de la vida real son, sin duda,
señales de alerta igualmente poderosas que estimulan la plasticidad cerebral.
Orientación: el cerebro sabe a qué prestar atención
El segundo sistema atencional del cerebro decide a qué le prestamos
atención. Como un poderoso reflector enfocado en el mundo exterior, este
sistema de orientación selecciona, entre los millones de estímulos que nos
bombardean, aquello a qué adjudicarle recursos mentales, porque evaluamos
que es algo urgente, peligroso, atractivo… o simplemente relevante para
nuestros objetivos actuales.
El gigante de la psicología estadounidense, William James, fue quien mejor
definió esta función de la atención; en sus Principios de psicología (1890)
sostuvo:
Millones de elementos del mundo exterior se presentan a mis
sentidos, pero nunca ingresan en mi experiencia consciente. ¿Por
qué? Porque no tienen interés alguno para mí. Lo que percibo es
aquello a lo que acepto prestar atención. Solo los elementos que
detecto afectan mi pensamiento; si no existe selección, la
percepción es un caos total. Solo el interés le da acento y énfasis,
luz y sombra, un segundo plano, un primer plano, en una palabra,
una perspectiva inteligible. La atención varía de una criatura a la
otra, pero sin ella la conciencia de cada criatura sería un desorden
brumoso y sin discernimiento, que es prácticamente imposible
concebir.
La atención selectiva obra en todos los ámbitos sensoriales, incluso en los
más abstractos. Por ejemplo, podemos orientar la atención a los sonidos que
nos rodean: los perros mueven sus orejas, pero en nosotros, integrantes de la
especie humana, lo que se mueve es solo un puntero interno que sintoniza
con lo que decidimos enfocar. En una fiesta ruidosa, podemos seleccionar
una entre diez conversaciones, sobre la base de la voz y el significado que
nos interesan. En la visión, la orientación de la atención suele ser más obvia:
por lo general, movemos la cabeza y los ojos hacia lo que nos atrae. Al
desplazar la mirada, llevamos el objeto de interés al centro de la fóvea, que es
un área de gran sensibilidad en el centro de la retina. Incluso sin mover los
ojos, podemos prestar atención a cualquier lugar o cualquier objeto, donde
sea que esté, y amplificar sus características (Posner, 1994). O hasta podemos
seleccionar uno entre varios dibujos superpuestos, al igual que una entre
varias conversaciones simultáneas. Y nada impide prestar atención al color de
una pintura, la forma de una curva, la velocidad de un corredor, el estilo de
un escritor o la técnica de un pintor. Cualquier representación en nuestro
cerebro puede convertirse en el foco de atención.
En todos los casos, el efecto es el mismo: la orientación de la atención
amplifica aquello que está en su foco. Las descargas de las neuronas que
codifican la información a la cual se presta atención se incrementan, mientras
se aplaca el ruidoso parloteo de las otras. El impacto es doble: la atención
hace que estas neuronas se vuelvan más sensibles a la información que
juzgamos pertinente, pero, por sobre todas las cosas, aumenta su influencia
en el resto del cerebro. Los circuitos posteriores se hacen eco del estímulo
que recibimos con el ojo, el oído o la mente. Por último, grandes extensiones
de la corteza se reorientan para codificar cualquier información que esté en el
centro de la atención (Çukur y otros, 2013; Desimone y Duncan, 1995;
Kastner y Ungerleider, 2000). La atención actúa como un amplificador y un
filtro selectivo.
El ensayista Alain sostuvo: “El arte de prestar atención, que es el gran arte,
supone el arte de no prestar atención, que es el verdadero arte”. En efecto,
prestar atención implica también elegir qué elementos se pasarán por alto.
Para que un objeto quede dentro del cono de luz proyectada por ese reflector
que es la atención, millares de otros deben permanecer en la sombra. Orientar
la atención supone elegir, filtrar. Esta atención selectiva amplifica la señal
seleccionada, pero también reduce drásticamente aquellas que se consideran
irrelevantes. La designación técnica para este mecanismo es “competencia
sesgada”: en cualquier momento, muchos inputs sensoriales compiten por los
mismos recursos, y la atención otorga una orientación a esta competencia al
fortalecer la representación del elemento seleccionado mientras suprime los
demás. Para entonces, la metáfora del reflector alcanza sus límites: en busca
de iluminar mejor una región de la corteza, el foco atencional también reduce
la iluminación de las restantes. El mecanismo se vale de ondas que interfieren
la actividad eléctrica: para suprimir un área, la inunda con ondas lentas en el
rango de frecuencia “alfa” (entre 8 y 12 Hz), que parece utilizarse
específicamente para inhibir un circuito y evitar que desarrolle una actividad
neuronal coherente.
Por lo tanto, prestar atención consiste en suprimir la información no
deseada; al hacerlo, el cerebro se expone al riesgo de quedar ciego a lo que
elige no ver. ¿Ciego, de verdad? Sí, de verdad. El término es completamente
apropiado: una experiencia célebre, la del “gorila invisible”, es un
maravilloso ejemplo de la ceguera que causa la falta de atención (Mack y
Rock, 1998; Simons y Chabris, 1999). En este clásico experimento, se pide a
los participantes que miren una breve película en la que dos equipos de
basquetbolistas, vestidos uno de blanco y el otro de negro, se hacen pases. La
propuesta consiste en contar el número de pases del equipo blanco. Nada más
fácil que esto –piensan los voluntarios– y, de hecho, treinta segundos más
tarde contestan de modo triunfal, con el número correcto. Pero hete aquí que
el experimentador hace una extraña pregunta: “¿Viste al gorila?”. ¿El gorila?
¿Qué gorila? Al rebobinar la cinta –sí, todavía son los años del VHS– oh,
sorpresa: aparece alguien que siempre estuvo ahí. Es un actor disfrazado de
gorila que ingresa en la escena, la cruza y, cual émulo de King Kong, se
golpea el pecho. Resulta imposible perdérselo, y hasta se puede probar que
los ojos estuvieron posados en él. Si no lo vieron, fue porque, al estar
concentrados en los jugadores del equipo blanco, estaban inhibiendo a los
personajes vestidos de negro… ¡gorila incluido! Su espacio de trabajo
mental, ocupado con la tarea de contar los pases, fue incapaz de tomar
conciencia de este cuadrúmano incongruente. El experimento del gorila
invisible constituye un descubrimiento fundamental de las ciencias
cognitivas, muchas veces recreado en diferentes condiciones: el simple hecho
de focalizar la atención en un objeto del pensamiento nos vuelve ciegos a
otros estímulos. Por ejemplo, cuando se le pide a alguien que juzgue si el
tono de un sonido es alto o bajo, puede quedar “ciego” a otro estímulo (por
ejemplo, una palabra escrita que aparece en la siguiente fracción de segundo).
Los psicólogos conocen este fenómeno como “parpadeo atencional”: si bien
los párpados permanecen completamente abiertos, la mente “parpadea”
durante un lapso breve.
En experimentos como ese, en realidad sufrimos dos ilusiones distintas. La
primera consiste en que no vemos la palabra o el gorila, lo cual es bastante
malo (otras investigaciones demuestran que la falta de atención puede
llevarnos a pasar por alto una luz roja o atropellar a un peatón, ¡lo que nos
recuerda que nunca debemos usar el teléfono cuando estamos al volante!).
Pero la segunda ilusión es aún peor: no nos damos cuenta de nuestra propia
inconciencia; por lo tanto, ¡estamos absolutamente convencidos de que
hemos visto todo lo que había que ver! La mayoría de las personas que pasan
por el experimento del gorila invisible por primera vez no pueden creer su
propia ceguera. Piensan que se les jugó una mala pasada; por ejemplo, que les
cambiaron la película. Dicen: “¡Si hubiera un gorila en el corto, lo habría
visto!”. Por desdicha, esto es falso: nuestra atención es extremadamente
limitada y, a pesar de toda la buena voluntad, cuando los pensamientos se
concentran en un objeto, otros, por destacados, divertidos o importantes que
parezcan, pueden ser eludidos sin más y volverse invisibles. Los límites
intrínsecos de nuestra conciencia nos llevan a sobreestimar lo que somos
capaces de percibir.
La experiencia del gorila realmente merece ser conocida por todos; en
especial, por las familias y los docentes. Cuando enseñamos, tendemos a
olvidar qué significa no saber. Pensamos que todo el mundo puede ver
aquello que vemos. Eso causa que a menudo nos cueste entender por qué, aun
con las mejores intenciones, un niño no puede ver, en el sentido más literal
del término, lo que estamos tratando de enseñarle. Sin embargo, la
experiencia deja un claro mensaje: para ver, hay que prestar atención. Si los
estudiantes están distraídos o no comprenden a qué deben prestar atención,
permanecen por completo ajenos al mensaje de su maestro; simplemente no
lo ven; y lo que no se ve no puede aprenderse (Leong y otros, 2017).
Contemplemos, por ejemplo, una experiencia reciente del psicólogo
estadounidense Bruce McCandliss sobre la importancia de la atención en el
aprendizaje de la lectura (Yoncheva y otros, 2010). ¿Es mejor prestar
atención a cada una de las letras o a la forma global de las palabras? Para
saberlo, los investigadores le enseñaron a un grupo de adultos un sistema de
escritura no habitual, formado por elegantes curvas. Primero, los sujetos
recibían un entrenamiento con dieciséis palabras, y luego se les escaneaba el
cerebro mientras intentaban leer esas mismas dieciséis palabras y otras
dieciséis palabras nuevas. Sin embargo, sin que lo supieran, también se
manipulaba su atención (figura 28). A la mitad de ellos se les decía que hacía
falta prestar atención a todas las curvas, porque cada una de ellas, como en un
carácter chino, correspondía a una palabra. Al otro grupo se le explicaba que,
en realidad, los conjuntos de curvas estaban formados por letras superpuestas
–las palabras eran de tres letras– y que debían prestar atención a cada una de
ellas. Por lo tanto, el primer grupo prestó atención en el nivel de la palabra
completa, mientras que el segundo atendió a las correspondencias locales de
letras y sonidos que realmente se habían utilizado para escribir las palabras.
Figura 28. La orientación selectiva de la atención modula enormemente el aprendizaje. En
esta experiencia, se simula el aprendizaje de la lectura de acuerdo con el método global y de
acuerdo con el método fónico. Un grupo de personas presta atención a la forma global de las
palabras. Luego de trescientos ensayos, todavía no logran percibir que las palabras están
formadas por letras. La atención global orienta la lectura hacia un circuito inapropiado del
hemisferio derecho y les impide generalizar el aprendizaje a palabras nuevas. Solo cuando se
presta atención al nivel de las letras (aprendizaje local y fónico) las personas logran descifrar
el alfabeto y leer palabras nuevas, utilizando el circuito apropiado del hemisferio izquierdo.
¿Cuáles fueron los resultados? Los dos grupos lograron recordar las primeras
dieciséis palabras, pero la atención generó alteraciones radicales en su
capacidad para descifrar nuevas palabras. El segundo grupo, centrado en las
letras, había descubierto muchas de las correspondencias entre letras y
sonidos y pudo leer el 79% de las palabras nuevas. Además, un examen de
sus cerebros reveló que habían activado los circuitos de lectura normales,
localizados en las áreas visuales ventrales del hemisferio izquierdo. Por el
contrario, en el primer grupo, prestar atención a la forma global de las
palabras obstaculizó por completo la capacidad de generalizar a elementos
nuevos, es decir, el aprendizaje: estos voluntarios no lograban de ninguna
manera leer palabras nuevas, y activaban un circuito completamente
inapropiado, situado en las áreas visuales del hemisferio derecho.
El mensaje es claro: la atención produce modificaciones drásticas en la
actividad cerebral. Prestar atención a la forma global de las palabras impide
descubrir el código alfabético y orienta los recursos del cerebro hacia un
circuito inadecuado. Para aprender a leer, solo el entrenamiento fónico, que
concentra la atención en las correspondencias entre las letras y los sonidos,
activa el circuito de la lectura y permite el aprendizaje. Cada docente de
primer grado debería conocer estos datos: comprendería cuán importante es
dirigir la atención de los niños hacia cada letra sucesiva, y lograr que
aprendan a decodificarla como sonido. Muchos datos convergentes
demuestran de manera convincente la superioridad del enfoque fónico por
sobre la lectura de la forma global de la palabra (Castles, Rastle y Nation,
2018; Dehaene, 2007a; Ehri y otros, 2001; National Institute of Child Health
and Human Development, 2000). Cuando un niño contempla desde el nivel
de letra –por ejemplo, siguiendo cada una con su dedo, de izquierda a
derecha–, el aprendizaje resulta tanto más fácil. Si en cambio el niño no
recibe pista alguna de atención y examina ingenuamente la palabra escrita en
su conjunto, sin prestar atención a su estructura interna, no sucede nada,
porque no nota qué estamos buscando transmitirle. La atención es un
ingrediente clave del aprendizaje exitoso.
Por eso, y de modo primordial, una buena enseñanza requiere atención
permanente a la atención de los niños. Los maestros deben elegir con sumo
cuidado hacia dónde quieren dirigir la atención de los niños, porque solo los
elementos que están en el foco de atención se representan en el cerebro con la
fuerza suficiente para lograr un aprendizaje eficaz. Los demás estímulos (los
perdedores de la competencia atencional) causan poca o ninguna agitación
dentro de las sinapsis plásticas del niño.
Control ejecutivo: el cerebro sabe cómo procesar la información
El tercer y último sistema atencional determina cómo se procesa la
información seleccionada. Lo designamos con el nombre de “ejecutivo
central” o “sistema de control ejecutivo”. Está conformado por un conjunto
complejo de procesos mentales que nos permite seleccionar un plan de acción
y atenernos a él (D’Esposito y Grossman, 1996; Koechlin, Ody y Kouneiher,
2003; Rouault y Koechlin, 2018). Implica una estructura de regiones situadas
principalmente en la corteza prefrontal, esa masa de corteza detrás de la
frente, que ocupa casi un tercio de nuestros hemisferios cerebrales.
Comparados con los de otros primates, los lóbulos frontales de los seres
humanos son gigantescos, están mejor conectados y albergan neuronas con
arborescencias dendríticas notoriamente más grandes y complejas (Elston,
2003; Sakai y otros, 2011; Schoenemann, Sheehan y Glotzer, 2005; Smaers y
otros, 2017). De este modo, nuestro dispositivo de supervisión cortical está
mucho más desarrollado que en los otros primates, especialmente en el nivel
más alto de la jerarquía, el que nos permite supervisar las operaciones
mentales y tomar conciencia de los errores: el sistema de control ejecutivo
(Fleming y otros, 2010; Koechlin, Ody y Kouneiher, 2003; Rouault y
Koechlin, 2018).
Imaginen que deben multiplicar mentalmente 23 × 8. El sistema de control
ejecutivo es el encargado de asegurar el correcto desarrollo de la serie
completa de operaciones mentales pertinentes, desde el principio hasta el
final: prestar atención a la cifra de la derecha (3) y multiplicarla por 8; luego
almacenar el resultado en la memoria (24); prestar atención a la cifra de la
izquierda (2) y multiplicarla también por 8 para obtener 16; recordar que en
realidad se trata de la columna de las decenas, por lo que el resultado es 160,
y, por último, sumar para obtener el resultado final: 160 + 24 = 184.
El control ejecutivo funciona como un panel de mando: orienta, dirige y
gobierna los procesos cerebrales. Forma parte del sistema atencional porque,
al igual que el alerta y la orientación, obra como un mecanismo de selección,
pero en vez de cribar los estímulos que debemos procesar entre todos los que
recibimos, elige entre las operaciones mentales disponibles la más adecuada
para tratar la información. Así, la atención espacial y la atención ejecutiva se
complementan. Cuando hacemos aritmética mental, por ejemplo, la atención
espacial es el sistema que recorre la página del manual de matemáticas y
pone el foco sobre el problema 23 × 8, pero ese foco es guiado paso a paso
por la atención ejecutiva, que en primer lugar se concentra en el 3 y el 8,
luego envía estas cifras hacia los circuitos de la multiplicación, y así
sucesivamente. La atención activa las operaciones pertinentes e inhibe las
acciones inapropiadas; supervisa permanentemente que el programa mental
se desarrolle sin inconvenientes y decide cuándo es pertinente cambiar de
estrategia. También es la encargada de detectar, en un subcircuito
especializado de la corteza cingulada, cuándo cometemos un error o nos
desviamos de la meta, para enseguida corregir el plan de acción.
Hay un vínculo estrecho entre el control ejecutivo y lo que llamamos
“memoria de trabajo”. Seguir un algoritmo mental y controlar su
cumplimiento implica conservar un recuerdo de todos los elementos del
programa en uso: resultados intermedios, etapas efectuadas, operaciones por
realizar… En especial, la atención ejecutiva controla las entradas y las salidas
de lo que llamé “espacio de trabajo neuronal global”: una memoria
temporaria consciente, en la cual podemos ingresar casi cualquier
información que nos parezca pertinente (Dehaene y Changeux, 2011;
Dehaene y otros, 2006a; Dehaene, Kerszberg y Changeux, 1998; Dehaene y
Naccache, 2001). Se trata del router del cerebro, el panel de mando que
decide de qué manera y en qué orden enviar la información a los diferentes
procesadores incluidos en el cerebro. En este nivel, las operaciones mentales
son lentas y trabajan en serie: este sistema procesa una porción de
información por vez, ya que es incapaz de realizar dos operaciones al mismo
tiempo. En psicología, se habla de un “cuello de botella central”.
¿Realmente somos incapaces de ejecutar dos programas mentales a la vez?
A veces tenemos la sensación de que podemos realizar dos tareas distintas o
de que el pensamiento puede dividirse y seguir dos líneas distintas en
simultáneo, pero esto también es pura ilusión. Un experimento básico lo pone
de manifiesto: podemos asignar a una persona dos tareas muy simples, por
ejemplo, presionar una tecla con la mano izquierda siempre que oiga un
sonido agudo y presionar otra tecla con la mano derecha si ve la letra Y.
Cuando los dos objetivos se presentan en simultáneo, la persona realiza la
primera tarea a la velocidad normal, pero la segunda se torna sumamente
lenta, en proporción directa con el tiempo que insumió tomar la primera
decisión (Chun y Marois, 2002; Marti, King y Dehaene, 2015; Marti, Sigman
y Dehaene, 2012; Sigman y Dehaene, 2008). En otras palabras, la primera
tarea retrasa la segunda: mientras el espacio de trabajo global está ocupado
con la primera decisión, la segunda tiene que esperar. Y el retraso es enorme:
alcanza fácilmente unos cientos de milisegundos. Si uno está demasiado
concentrado en la primera tarea, incluso puede perder por completo el
segundo objetivo. Sin embargo, para sorpresa de varios, no somos capaces de
registrar este gran retraso, lo cual resulta lógico, ya que, por definición, no
podemos acceder a la información que aún no ingresó en nuestro espacio de
trabajo consciente. Mientras el primer estímulo es procesado por la
conciencia, el segundo tiene que esperar ante las puertas hasta que el espacio
de trabajo global esté libre. Lo cierto es que no tenemos introspección de ese
tiempo de espera; si se nos pregunta al respecto, contestaremos con seguridad
que el estímulo apareció exactamente cuando terminamos con el primero, y
que lo procesamos a una velocidad normal (Corallo y otros, 2008; Marti,
Sigman y Dehaene, 2012).
Una vez más, notamos que no somos conscientes de nuestros límites
mentales (de hecho, sería paradójico si de alguna manera pudiéramos ser
conscientes de nuestra falta de conciencia). La única explicación de que nos
creamos capaces de realizar varias tareas en simultáneo es nuestra falta de
conciencia acerca del gran retraso que causa. Por lo tanto, muchos de
nosotros seguimos enviando mensajes de texto mientras conducimos, pese a
todas las pruebas de que es una de las actividades que más distracción causa.
El atractivo de la pantalla y el mito de la multitarea forman parte de la
ideología más peligrosa de nuestras sociedades digitales.
¿Y si nos entrenamos? ¿Podemos convertirnos en auténticos individuos
multitarea que hagan varias cosas a la vez? Quizá sí, pero solo con un
entrenamiento intenso en una de las dos tareas. La automatización libera el
espacio de trabajo consciente: si a fuerza de mucha repetición automatizamos
una actividad, permitimos que se realice inconscientemente y, por lo tanto,
sin comprometer los recursos centrales del cerebro. Gracias a la práctica, por
ejemplo, una pianista profesional puede hablar mientras toca, o un
mecanógrafo logra copiar un documento mientras escucha la radio. Sin
embargo, estas son raras excepciones, y los psicólogos continúan
debatiéndolas, porque también es posible que la atención ejecutiva cambie
rápidamente de una tarea a otra de una manera casi indetectable (Tombu y
Jolicœur, 2004). La regla básica queda invariada: en cualquier situación
multitarea, siempre que debamos realizar múltiples operaciones cognitivas
bajo el control de la atención, al menos una de ellas desacelerará o quedará
suspendida por completo.
Debido a este efecto severo de la distracción, aprender a concentrarse es un
ingrediente esencial del aprendizaje. No se le puede exigir a un niño o a un
adulto que aprenda dos cosas a la vez. Aprender exige dar prioridad a una
tarea precisa. Y por lo tanto enseñar requiere prestar atención a los límites de
la atención. Cualquier distracción lentifica o aniquila nuestros esfuerzos: si
intentamos hacer varias cosas a la vez, el ejecutivo central pierde con suma
rapidez el rumbo. Al respecto, los experimentos de ciencias cognitivas en el
laboratorio convergen muy bien con los hallazgos educativos. Por ejemplo,
los estudios de campo demuestran que un aula excesivamente decorada
distrae a los niños y les impide concentrarse (Fisher, Godwin y Seltman,
2014). Otra investigación reciente demuestra que, cuando a los estudiantes se
les permite usar sus teléfonos inteligentes en clase, su rendimiento se ve
afectado, incluso meses después, cuando el examen se refiere
específicamente al contenido trabajado ese día. Para un aprendizaje óptimo,
el cerebro debe evitar cualquier distracción (Glass y Kang, 2018).
Aprender a prestar atención
La atención ejecutiva se corresponde de manera aproximada con lo que
conocemos como concentración o autocontrol. Sin embargo, este sistema no
se pone en funcionamiento de inmediato en el niño: harán falta quince o
veinte años para que la corteza prefrontal alcance su plena madurez. El
control ejecutivo surge a lo largo de la infancia y la adolescencia, a medida
que el cerebro, asistido por la experiencia y la educación, aprende, con
lentitud, de modo gradual, a controlarse. Así, se requiere mucho tiempo para
que el ejecutivo central del cerebro logre seleccionar sistemáticamente las
estrategias apropiadas e inhibir las inadecuadas, mientras evita la distracción.
La psicología cognitiva abunda en ejemplos en que el niño supera de a poco
sus errores, a medida que aumenta su capacidad de concentrarse y de inhibir
las estrategias inapropiadas. El psicólogo Jean Piaget fue el primero en
notarlo: los niños muy pequeños a veces cometen errores aparentemente
tontos. Si, por ejemplo, escondemos muchas veces un objeto en el lugar A y
luego lo escondemos en el lugar B, un bebé de menos de 1 año continuará
buscándolo en el punto A (incluso si vieron perfectamente lo que sucedió). Es
el famoso error “A no B”, que llevó a Piaget a la conclusión de que el bebé
no domina la permanencia del objeto: el conocimiento de que un objeto no
deja de existir cuando está escondido. Sin embargo, en la actualidad sabemos
que esta interpretación es incorrecta. El examen de los ojos de los bebés
confirma que tienen clara noción de dónde está el objeto oculto, por lo menos
desde que tienen algunos meses de edad. Su dificultad, en cambio, está en
resolver conflictos mentales: en la tarea A no B, la respuesta de rutina que
aprendieron en ensayos anteriores les dice que se dirijan a la ubicación A,
mientras que su memoria de trabajo más reciente les indica que, en ese
mismo ensayo, deben inhibir esta respuesta habitual y buscar en la ubicación
B. Antes de los 10 meses, es el hábito lo que prima. Alcanzada esa edad, lo
que falta es el control ejecutivo, y no el conocimiento del objeto. El error “A
no B” desaparece alrededor de los 12 meses, en relación directa con el
desarrollo de la corteza prefrontal (Diamond y Doar, 1989; Diamond y
Goldman-Rakic, 1989).
Otro error típico de los niños es la confusión entre número y tamaño.
También respecto de esta cuestión, Jean Piaget hizo un descubrimiento
decisivo, pero se equivocó en su interpretación. Notó que los niños pequeños,
antes de los 3 años, tenían problemas para juzgar el número de un conjunto
de objetos. En sus experimentos clásicos de conservación del número, Piaget
primero mostró a los niños dos hileras iguales de canicas o bolitas, en
correspondencia una a una, de modo que incluso los niños más pequeños
estarían de acuerdo en que tenían el mismo número; más tarde, distribuyó una
de las hileras colocando los objetos más separados:
oooooo
oooooo
→
o
o
o
o
o
o
oooooo
De manera sorprendente, los niños pasaban a decir que los dos conjuntos ya
no eran iguales, y que la hilera más larga tenía mayor cantidad de objetos. A
diferencia de lo que pensaba Piaget, eso no significa que los niños de esta
edad no dominan la “conservación del número”: como ya vimos, los recién
nacidos poseen un sentido abstracto del número, independiente del espacio o
incluso de la modalidad sensorial. No, lo que sucede, una vez más, es que la
dificultad proviene del control ejecutivo. El niño debe aprender a inhibir una
característica destacada (el tamaño) y a amplificar un rasgo más abstracto (el
número). Incluso los adultos se equivocan en este ejercicio: no es fácil decir
que un conjunto de puntos tiene menos objetos, cuando esos objetos son
particularmente grandes y están desplegados en el espacio, y tenemos mucha
dificultad para elegir el número más alto entre 7 y 9. Lo que se desarrolla con
la edad y la educación no es tanto la precisión intrínseca del sistema
numérico como la capacidad de utilizarla con eficacia y concentración, más
un filtrado de los indicios no pertinentes, como la densidad o el tamaño
(Borst y otros, 2013; Piazza y otros, 2018; Poirel y otros, 2012). No cabe otra
opción que repetirlo: el progreso en tareas como estas no interrumpe su
relación estrecha con el desarrollo de las respuestas neuronales en la corteza
prefrontal (Viswanathan y Nieder, 2015).
Podría multiplicar los ejemplos: en todas las edades de la vida, en todos los
dominios del saber (cognitivos o emocionales), la capacidad de control
ejecutivo es la que, al desarrollarse, nos permite evitar los errores (Houdé y
otros, 2000; Isingrini, Perrotin y Souchay, 2008; Posner y Rothbart, 1998;
Sheese y otros, 2008; Siegler, 1989). Nombren, sin equivocarse, el color de
la tinta (negra o blanca) en que están impresas las palabras que siguen:
perro casa bien porque sofá demasiado blanco negro blanco negro
blanco negro…
La contundente desaceleración en la segunda mitad de la lista demuestra que
entró en escena el control ejecutivo, que debe aprender a inhibir la lectura de
las palabras para concentrarse en su color.
Ahora, intenten resolver el siguiente problema:
María usa veinticinco lápices, esto es, cinco más que Gregorio.
¿Cuántos lápices usa Gregorio?
¿Quién no sintió la necesidad de luchar contra el impulso de sumar las dos
cifras? El enunciado del problema emplea la palabra “más” cuando es
necesario restar; es una trampa en la cual caen muchos niños, antes de lograr
autocontrol y reflexionar con mayor profundidad sobre el sentido de un
problema matemático o de lógica en busca de seleccionar la operación
aritmética que corresponde.
La atención y el control ejecutivo se desarrollan espontáneamente con la
gradual maduración de la corteza prefrontal, que sucede durante las primeras
dos décadas de nuestra vida. Sin embargo, este circuito, como los demás, es
plástico, y muchas investigaciones demuestran que su desarrollo se puede
acelerar con el entrenamiento y la educación (Diamond y Lee, 2011; Habibi y
otros, 2018; Jaeggi y otros, 2011; Klingberg, 2010; Moreno y otros, 2011;
Olesen, Westerberg y Klingberg, 2004; Rueda y otros, 2005). Dado que ese
sistema interviene en tareas cognitivas muy diversas, numerosas actividades
educativas, incluidas las más lúdicas, desarrollan el control ejecutivo.
Michael Posner fue uno de los primeros en desarrollar software educativo
para mejorar la capacidad de concentración de los niños muy pequeños. Uno
de ellos, por ejemplo, los obliga a prestar atención a la orientación de un pez
en el centro de la pantalla. En la condición crucial, el pez objetivo está
rodeado por otros que miran en la dirección contraria. En el transcurso del
juego, que abarca muchos niveles de dificultad creciente, el niño aprende a
evitar que los peces contiguos lo distraigan, una tarea sencilla que enseña
concentración e inhibición. Esta es solo una de las muchas maneras de alentar
la reflexión y desalentar la respuesta inmediata, refleja.
Mucho antes de que se inventaran las computadoras, la médica y pedagoga
italiana Maria Montessori ya había notado en qué medida una variedad de
actividades prácticas pueden desarrollar la concentración en niños pequeños.
Por ejemplo, en las escuelas Montessori de hoy en día se le pide a un niño
que camine sobre una elipse trazada en el suelo, sin salirse de esa línea.
Cuando el niño logra hacerlo, se aumenta la dificultad: se lo hace recomenzar
con una cuchara en la boca, luego con una pelota de tenis de mesa en la
cuchara, y así sucesivamente. Los estudios experimentales sugieren que el
enfoque Montessori tiene un impacto positivo en muchas facetas del
desarrollo infantil (Lillard y Else-Quest, 2006; Marshall, 2017). Otros
estudios muestran los beneficios atencionales de los videojuegos, de la
meditación, de la práctica de un instrumento musical… Para un niño
pequeño, es difícil controlar el cuerpo, la mirada, la respiración, coordinando
sus gestos con los de los otros; por esto, la práctica de un instrumento
musical, desde la más temprana edad, tiene efectos importantes en los
circuitos atencionales del cerebro, incluido un aumento significativo y
bilateral del espesor de la corteza prefrontal (figura 29; Bermúdez y otros,
2009; James y otros, 2014; Moreno y otros, 2011).
El entrenamiento del control ejecutivo puede incluso modificar el
coeficiente intelectual. Esto acaso resulte sorprendente, porque en los Estados
Unidos, el Reino Unido y varios otros países, suele considerarse que el
célebre IQ o CI es un factor determinante del potencial mental de los niños.
Sin embargo, el coeficiente intelectual es solo una capacidad de
comportamiento y, como tal, está lejos de ser inmutable por la educación. Al
igual que cualquiera de nuestras habilidades, su base está conformada por
circuitos cerebrales específicos cuyos pesos sinápticos pueden modificarse
mediante el entrenamiento. Lo que conocemos como inteligencia fluida –la
capacidad de razonar y de resolver problemas nuevos– hace un uso masivo de
los sistemas cerebrales del control ejecutivo: ambos movilizan una red similar
de áreas cerebrales, en especial de la corteza prefrontal dorsolateral (Duncan,
2003, 2010, 2013). Sin embargo, las pruebas estandarizadas que miden la
inteligencia fluida se parecen a aquellas que evalúan el control ejecutivo:
unas y otras privilegian la atención, la concentración y la capacidad de pasar
con rapidez de una actividad a la otra sin perder de vista el objetivo global de
la tarea. De hecho, el entrenamiento de la memoria de trabajo y del control
ejecutivo produce un ligero aumento de la inteligencia fluida (Au y otros,
2015). Estos resultados concuerdan con la constatación de que, aunque no
carece de determinaciones genéticas, la inteligencia crece con la misma
fuerza en función de los factores ambientales, especialmente de la educación.
Estos efectos son enormes: el CI puede aumentar 20 puntos cuando un niño
es adoptado y criado en un entorno estimulante, y el incremento ligado a la
educación se sitúa entre 1 y 5 puntos por cada año de educación
suplementaria (Duyme, Dumaret y Tomkiewicz, 1999; Ritchie y TuckerDrob, 2017).
Figura 29. La atención ejecutiva (es decir, la capacidad de concentrarse y de controlarse) se
desarrolla con la edad y la educación. La práctica de un instrumento musical es una de las
numerosas maneras de aprender a regular, desde la edad más temprana, la concentración y el
control de uno mismo. Cuando se los compara con quienes no saben tocar un instrumento, en
situaciones iguales, los músicos presentan un aumento del espesor de la corteza prefrontal
dorsolateral, un área que desempeña un papel importante en el control ejecutivo.
El desafío de la investigación actual consiste en optimizar los efectos del
entrenamiento cognitivo y en volver más nítidos sus límites. ¿Cómo podría
aumentarse la duración de los efectos observados? Y, sobre todo, ¿cómo
asegurarnos de que no se vean limitados a la tarea específica que se entrenó,
sino que se expandan más allá de ella, y a lo largo de toda la vida? Ese es el
desafío al que nos enfrentamos, porque es cierto que, de por sí, el cerebro
tiende a desarrollar trucos específicos para cada tarea, caso por caso. La
solución probablemente radique en diversificar los aprendizajes; los mejores
resultados parecen ser los obtenidos por los programas educativos que
estimulan el conjunto de habilidades cognitivas que constituyen la memoria
de trabajo y la atención ejecutiva en una gran variedad de tareas y contextos.
Algunos hallazgos me vuelven particularmente optimista. El entrenamiento
precoz de la memoria de trabajo, en especial si comienza desde el jardín de
infantes, parece tener efectos positivos sobre la concentración y el éxito en
numerosos dominios, incluidos aquellos de estricta pertinencia para la
escuela: la lectura y las matemáticas (Bergman-Nutley y Klingberg, 2014;
Blair y Raver, 2014; Klingberg, 2010; Spencer-Smith y Klingberg, 2015).
Esto no es para nada sorprendente, dado que sabemos, desde hace años, que
la memoria de trabajo es uno de los mejores predictores del éxito en
matemáticas años más tarde (Dumontheil y Klingberg, 2011; Gathercole y
otros, 2004; Geary, 2011). Los efectos de estos entrenamientos se ven
multiplicados si se combina el trabajo sobre la memoria con una enseñanza
más específica del concepto de la “recta numérica”, la idea esencial de que
los números se organizan sobre un eje lineal, y que sumar o restar consiste en
moverse sobre esta línea (Nemmi y otros, 2016). Todas estas intervenciones
educativas parecen beneficiar sobre todo a los niños que provienen de
contextos desfavorecidos. Si se busca mitigar los efectos de la desigualdad en
las familias de nivel socioeconómico bajo, intervenir lo más temprano
posible, desde el jardín de infantes, y enseñar los fundamentos del
aprendizaje y de la atención puede ser una de las mejores inversiones
educativas.
Presto atención si prestas atención
ὁ ἄνθρωπος φύσει πολιτικὸν ζῷον
[El hombre es por naturaleza un animal social]
Aristóteles (384-322 a.C.), Política
Todas las especies de mamíferos y, por supuesto, todos los primates poseen
sistemas atencionales. Pero entre los seres humanos la atención presenta una
característica única que acelera aún más el aprendizaje: tiene en cuenta en
gran medida el contexto social. En el Homo sapiens más que en cualquier
otro primate, la atención y el aprendizaje dependen de señales sociales: presto
atención a lo que prestas atención, y aprendo de lo que me enseñas.
Desde la edad más temprana, el niño sigue al adulto con la mirada y mira su
rostro. Presta extrema atención a la región de los ojos de las personas con las
cuales interactúa. Tan pronto como se le dice algo, su primer reflejo no es
explorar la escena, sino cruzar la mirada de la persona que le habla. Recién
cuando hay contacto visual, el niño se vuelve en la dirección que examina el
adulto. Esta capacidad de compartir socialmente la atención, que
denominamos “atención compartida”, determina lo que el niño aprende.
Ya les hablé de los experimentos en que se hace aprender a un bebé una
palabra nueva como “wug”: si el niño interactúa con la persona que habla y
puede seguir su mirada en dirección al objeto al que se refiere, no tiene
dificultad alguna para aprenderla en unos pocos intentos; pero si la misma
palabra llega repetidas veces de un altavoz, aunque el vínculo con el objeto
sea directo no se produce aprendizaje (Baldwin y otros, 1996). Lo mismo
sucede con el aprendizaje de las categorías fonéticas: un niño estadounidense
que, hacia la edad de 9 meses, interactúa con una niñera china durante
algunas semanas, aprende los fonemas del chino; pero si recibe exactamente
la misma cantidad de estimulación lingüística de un video de muy buena
calidad, tampoco hay aprendizaje (Kuhl, Tsao y Liu, 2003).
Los psicólogos húngaros Gergely Csibra y György Gergely postulan que
enseñar a otras personas y aprender de otras personas son adaptaciones
evolutivas fundamentales de la especie humana (Csibra y Gergely, 2009;
Egyed, Király y Gergely, 2013). Como animales sociales, los ejemplares de
Homo sapiens disponemos de un “módulo pedagógico” que se pone en
funcionamiento desde el momento en que prestamos atención a aquello que
los otros buscan enseñarnos. El buen éxito de la especia humana a escala
planetaria se debe, al menos en parte, a un factor evolutivo específico: la
capacidad de compartir la atención con los otros. Debemos a los demás, antes
que a nuestra experiencia personal, la mayor parte de la información que
aprendemos. Así, la cultura colectiva de los seres humanos se eleva muy por
encima de lo que cada uno puede descubrir por sí solo. Esto es lo que el
psicólogo Michael Tomasello llama el “efecto de trinquete” [ratchet effect]
en la cultura: así como un trinquete evita que un montacargas se caiga, el
intercambio social evita que la cultura retroceda. Cuando una persona realiza
un descubrimiento útil, este se propaga rápidamente al grupo entero. Gracias
al aprendizaje social, es muy inusual que el montacargas cultural vuelva a
descender y que un invento importante caiga en el olvido.
Nuestro sistema atencional se adaptó a este contexto cultural. Las
investigaciones de Csibra y Gergely demuestran que, desde la edad más
temprana, la orientación de la atención del niño ya está muy en sintonía con
las señales que le envían los adultos. La presencia de un tutor humano, que
mira al niño antes de hacer una demostración específica, modula en gran
medida el aprendizaje. No solo atrae la atención del niño, sino que también
señala que el adulto tiene intención de enseñarle algo importante. Y a esto es
inmediatamente sensible el bebé: el contacto visual induce en él una “postura
pedagógica” que lo alienta a interpretar la información como importante y
generalizable.
Tomemos un ejemplo: una mujer joven se vuelve hacia un objeto A
haciendo una mueca, y luego hacia un objeto B con una gran sonrisa. Un
bebé de 18 meses mira la escena. ¿Qué conclusión deriva? Todo depende de
las señales que el adulto y el niño hayan intercambiado. Si sus miradas no se
cruzaron, entonces el niño solo recuerda algo puntual: a esta persona no le
gusta el objeto A, prefiere el objeto B. Pero si hubo contacto visual entre
ellos, entonces el niño deduce mucho más: retiene que el objeto A es malo, y
que el objeto B es agradable, y no solo para esa persona, sino para todas
(figura 30). Los bebés prestan extrema atención a los indicios de
comunicación voluntaria. Si alguien envía señales ostensibles de querer
comunicarse con ella, una niña concluye que esa persona busca enseñarle
información abstracta, no solo sus propias preferencias idiosincráticas.
Figura 30. En la especie humana, el aprendizaje es social: tiene una fuerte dependencia de la
atención y de la comprensión de las intenciones de las demás personas. Un bebé de 18 meses
comprende que, si se lo mira a los ojos, se busca transmitirle información importante.
Aprende, entonces, con mayor eficacia y logra generalizar la información para utilizarla con
otra persona; en cambio, no lo hace si no se lo miró (arriba). Desde los 14 meses, un bebé ya
interpreta las intenciones de su entorno (abajo): luego de ver a una persona encender una luz
presionándola con la cabeza, va a imitar su gesto, salvo que la persona tenga las manos
ocupadas (en ese caso comprende que se puede simplemente encender la luz con la mano).
Por cierto, esto no se limita a la mirada: los niños también comprenden muy
rápido qué significa señalar con el dedo (mientras que en verdad los
chimpancés jamás lo logran). Incluso un bebé nota si alguien busca llamar su
atención para transmitirle información importante. Por ejemplo, si un bebé de
9 meses ve a alguien que llama su atención y que luego apunta hacia un
objeto, recuerda más tarde la identidad de ese objeto, porque comprende que
es información que su interlocutor juzga importante; en cambio, si esa misma
persona que tiende el brazo hacia el objeto no entabla contacto visual con el
bebé, él recuerda tan solo la posición del objeto, no su identidad (Yoon,
Johnson y Csibra, 2008).
Padres, madres, docentes, por favor, tengan siempre en mente este hecho
crucial: la actitud y la mirada cambian por completo el mensaje que reciben
cada niña y cada niño. Captar su atención con el contacto visual y verbal
garantiza que compartirán su atención y multiplicará por igual las
posibilidades de que retengan la información que ustedes buscan
transmitirles.
Enseñar es prestar atención a la atención del otro
Ninguna otra especie animal sabe enseñar como la nuestra. El motivo es
sencillo: acaso seamos los únicos que poseemos una “teoría” de la mente de
las otras personas, la capacidad de prestar atención a la atención de los
demás, de imaginar sus pensamientos, incluido lo que piensan que los otros
piensan, y así sucesivamente, en una espiral infinita. Este tipo de
representación recursiva, incrustada una dentro de otra, es típico del cerebro
humano y tiene un papel esencial en la relación pedagógica. Los adultos que
enseñan deben pensar todo el tiempo en lo que sus alumnos no saben:
adaptan las palabras y eligen los ejemplos con el objetivo de transformar,
cuanto antes, el conocimiento del niño. A la inversa, los alumnos saben que
su maestro sabe que ellos no saben: una vez que están comprometidos con la
“postura pedagógica”, interpretan cada acto del docente como un intento de
transferirles conocimientos. Y la espiral continúa ad infinitum: el adulto sabe
que el niño sabe que el adulto sabe que él no sabe… esto permite que el
adulto elija sus ejemplos sabiendo que el niño intentará generalizarlos.
Esta relación pedagógica solo existe en nuestra especie. En un artículo
emblemático publicado por la revista Science (Thornton y McAuliffe, 2006),
investigadores del área de la etología describieron con precisión una forma de
enseñanza en la suricata, pequeño mamífero de la familia de las mangostas
que vive en Sudáfrica (y actualmente célebre gracias a films documentales y
de animación); pero anticipo que, a mi entender, en ese estudio falla la
definición misma de enseñanza. ¿De qué se trataba? Del gran tema de las
familias: ¡aprender a prepararse la comida! La dificultad que enfrentan las
mangostas se debe a que consumen presas extremadamente peligrosas:
escorpiones con aguijones mortales que es indispensable quitar antes de
comer. Sin embargo, el artículo demuestra que las suricatas adultas ayudan a
sus bebés proponiéndoles alimentos “preparados”, es decir, escorpiones de
los que las adultas han quitado el aguijón. A medida que el pequeño crece, el
adulto lo provee de una proporción cada vez mayor de escorpiones vivos y,
desde luego, eso ayuda al pequeño a convertirse en un cazador autónomo.
Así, de acuerdo con los autores del artículo, se cumplen tres criterios de la
enseñanza: el adulto realiza un comportamiento específico en presencia de los
niños; este comportamiento implica un costo para el adulto (y los niños se
benefician al adquirir conocimientos más rápidamente que si el adulto no
hubiera intervenido).
El caso de las suricatas es impactante: la evolución logró instalar un
mecanismo singular que, a todas luces, facilita su supervivencia. Pero ¿se
trata en verdad de enseñanza? En el sentido en que yo la entiendo, no. Estos
datos no permiten llegar a la conclusión de que las suricatas en efecto les
enseñan a sus crías, porque falta un ingrediente crucial: la atención
compartida. No hay prueba alguna de que los adultos presten atención a lo
que saben las crías o, a la inversa, de que los ejemplares jóvenes tengan en
cuenta la postura pedagógica de los adultos. Las mangostas adultas se
contentan con presentarles a las pequeñas, en función de su edad, animales
más o menos peligrosos, pero nada prueba que le presten atención al
conocimiento de sus cachorros. Por lo que sabemos hasta ahora, podría
tratarse de un comportamiento totalmente previsto, especificado por el
aprendizaje del consumo de escorpiones; una conducta compleja, pero
limitada, comparable a la famosa danza de las abejas o al desfile nupcial de
los flamencos rosados.
Las mangostas y los escorpiones nos muestran, como en un espejo, lo que la
enseñanza posee de único y precioso en nuestra especie. Cualquier relación
pedagógica auténtica implica un vínculo mental fuerte entre el docente y el
alumno o la alumna. Una buena maestra se construye un modelo mental de
sus alumnos, de sus habilidades y de sus errores, y hace lo mejor que puede
para lograr que sus mentes progresen. Esta definición ideal excluye al
docente (humano o computadora) que se contenta con dar mecánicamente
una lección estereotipada, sin haberla adaptado a las expectativas y los
saberes previos de su auditorio; esta enseñanza unidireccional, sin sentido, no
funciona. El alumno, por su parte, sabe que el docente sabe y que hace lo
mejor posible para transmitir su saber. Cualquier relación pedagógica sana
debe basarse sobre la atención, la escucha, el respeto y la confianza, en los
dos sentidos.
La modesta pedagogía de las mangostas tampoco le hace justicia al rol que
tiene la educación en las sociedades humanas. “Cada hombre es una
humanidad, una historia universal”, decía Jules Michelet. Gracias a la
educación, llevamos en nosotros lo mejor de los pensamientos de miles de
generaciones que nos precedieron. Cada palabra, cada concepto que
aprendemos, es una pequeña conquista que nos trasmiten nuestros ancestros.
Sin lenguaje, sin transmisión cultural, sin educación en colectividad, jamás
habríamos podido descubrir por nuestra cuenta las herramientas mentales de
las que se nos dotó en este presente.
Pero esa dependencia del Homo sapiens respecto de la comunicación social
y la educación es una maldición tanto como es un don. La otra cara de la
moneda es que por su culpa se propagan con tanta facilidad en las sociedades
humanas las quimeras de los gurúes, los mitos de las religiones, las fake
news, los rumores infundados y demás fabulaciones. Desde la edad más
temprana, el cerebro absorbe ciegamente los cuentos, verdaderos o falsos,
que circulan a nuestro alrededor. En un contexto social, baja la guardia y deja
de comportarse como un científico en ciernes para convertirse en un loro
repetidor, un imitador irreflexivo.
Un experimento célebre revela en qué medida, desde los primeros años de
vida, el aprendizaje puede convertirnos en esclavos del entorno social. Desde
los 14 meses, los bebés imitan de forma servil las acciones de una persona,
incluso si no les parecen provistas de sentido (Gergely, Bekkering y Kiraly,
2002). Si ven que alguien toca un botón con la cabeza mientras tiene las
manos ocupadas, la razón les dicta que es suficiente con apoyar la mano, y
eso hacen. Pero si ven a la misma persona apoyar la cabeza sin motivo
específico alguno, ya que sus manos están libres y a la vista, entonces
parecen abdicar de cualquier razonamiento y confiar ciegamente en el adulto:
se ponen a imitar con fidelidad la acción que acaban de ver, aunque esté
desprovista de sentido (figura 30). En la adultez, este conformismo social
persiste y se amplifica: si los congéneres tienen un juicio diferente del
nuestro, aun en las situaciones perceptivas más banales, revisamos a menudo
nuestro juicio para sintonizarlo con el de ellos, aunque esto vaya contra
cualquier plausibilidad (véase, por ejemplo, Bond y Smith, 1996).
En síntesis, el cerebro del Homo sapiens dispone de dos modos de
aprendizaje: un modo activo, en el cual, como buenos científicos, ponemos a
prueba hipótesis sobre el mundo exterior; y un modo receptivo, en el cual, sin
verificación personal, absorbemos lo que otros nos transmiten. El segundo
modo, mediante la acumulación cultural, permitió la expansión de las
sociedades humanas desde hace cincuenta mil años. Pero sin la mente crítica
que caracteriza al primer modo, el segundo es vulnerable a la propagación de
todas las fake news habidas y por haber. La verificación activa de los
conocimientos, el rechazo del simple “decir que sí” y la construcción
personal del sentido son filtros esenciales para protegernos de las
supersticiones y de los gurúes. Es necesario, entonces, encontrar un punto
medio entre los dos modos: formar estudiantes atentos, que confíen en los
demás, pero que no dejen de ser autónomos, capaces de un pensamiento
crítico, protagonistas de su propio aprendizaje.
Y de inmediato pasaremos a analizar este segundo pilar del aprendizaje: el
compromiso activo.
[19] Véanse los programas de acceso libre The Number Race,
<www.thenumberrace.com> –que desde luego cuenta con versión francesa,
<www.lacourseauxnombres.com/nr/home.php>– y The Number Catcher,
<www.thenumbercatcher.com>; en francés:
<www.attrapenombres.com/an/home.php>. Para el aprendizaje de la lectura, véanse
los programas GraphoGame <grapholearn.fr> y ÉLAN pour la lecture.
8. El compromiso activo
Imaginemos dos gatitos. El primero está sujeto con un collar y una correa. El
segundo está sentado en un carrito que le impide moverse a su voluntad. Por
lo demás, los dos están atados a un carrusel que asegura que los movimientos
de uno y otro están vinculados (figura 31). La idea es que los dos animales
reciban estímulos visuales idénticos, pero que uno este activo y el otro
pasivo. El primero explorará el entorno por su cuenta, mientras que el
segundo se moverá exactamente de la misma manera, pero sin poder
controlarlo por sus medios.
Esta es la clásica experiencia del carrusel que realizaron Richard Held y
Alan Hein en 1963, ¡en una época en que la ética de experimentación con
animales claramente no estaba tan desarrollada como en la actualidad!
Durante algunas semanas, los dos gatitos vivieron, tres horas por día, en un
gran cilindro tapizado por barras verticales. Los dos recibían idénticos
estímulos visuales; sin embargo, su desarrollo fue muy diferente. Esta
experiencia tan sencilla desembocó en un descubrimiento fundamental: la
exploración activa del mundo es esencial para el buen desarrollo de la visión
(Held y Hein, 1963). Pese a la pobreza de su entorno, constituido únicamente
por barras verticales, el gatito activo desarrolló enseguida una visión normal.
El gatito pasivo, en cambio, perdió sus capacidades visuales, y, al final de la
experiencia, fracasó en pruebas elementales de exploración visual. En la
prueba del acantilado, por ejemplo, se situó al animal sobre un “puente” del
cual podía salir por un costado que desembocaba en un alto acantilado, o por
un costado poco profundo. El animal normal no dudó un segundo y saltó por
el costado fácil. En cambio, el animal criado en la pasividad eligió al azar.
Otras pruebas demostraron que no percibía bien el espacio ni lo exploraba
con la pata, como hace cualquier felino.
Figura 31. El compromiso activo es el segundo pilar del aprendizaje: un organismo pasivo
no aprende. En la experiencia clásica de Held y Hein (1963), un gato explora activamente el
mundo mientras el otro recibe de sus sentidos tan solo la estimulación pasiva. Luego de
varias decenas de horas, el animal pasivo presenta importantes problemas para la exploración
visual. Aprender con eficacia entraña rechazar la pasividad, comprometerse, explorar con
curiosidad, generar activamente hipótesis y ponerlas a prueba.
Un organismo pasivo no aprende
La experiencia del carrusel de Held y Hein funciona como metáfora del
segundo pilar del aprendizaje: el compromiso activo. Una gran cantidad de
investigaciones, de los campos más diversos, sugiere que un organismo
pasivo aprende poco o nada. Aprender con eficacia requiere rechazar la
pasividad, comprometerse, explorar, generar hipótesis activamente y ponerlas
a prueba en comparación y contraste con el mundo con el cual interactuamos.
Para aprender, el cerebro debe, en un comienzo, formarse un modelo mental
hipotético del mundo exterior, y luego proyectarlo sobre su entorno y
comparar sus predicciones con lo que recibe de los sentidos. Esto implica una
postura activa, comprometida, atenta. La motivación es esencial: solo
aprenderemos bien si tenemos una idea clara del objetivo que queremos
alcanzar y nos involucramos plenamente.
Por favor, no me malinterpreten: ¡la participación activa no significa que el
niño deba moverse todo el tiempo en clase! Un día visité un centro de
formación en que el director, con cierto orgullo, me explicó cómo aplicaba
mis ideas: había equipado todos los pupitres con pedales para que sus
alumnos permanecieran activos durante la clase de matemáticas… Esto nada
tiene que ver con lo que quiero decir, y aquí tocamos el límite de la metáfora
de la experiencia del carrusel. Estar activo y comprometerse no quiere decir
que el cuerpo deba moverse.
Es en la cabeza, no en los pies, donde hace su trabajo el compromiso activo.
El cerebro aprende bien únicamente si está atento, concentrado y en plena
actividad de generación de modelos mentales. Para digerir mejor lo que
aprende, un estudiante activo lo reformula permanentemente en sus propias
palabras o en sus pensamientos. Un estudiante pasivo (o, todavía peor,
distraído) no aprovecha ninguna clase, ya que su cerebro no actualiza sus
modelos mentales del mundo. En esto no incide que estén quietos o se
muevan. Los dos estudiantes pueden permanecer inmóviles, pero presentan
diferencias radicales en el movimiento interno del pensamiento: uno sigue
activamente la clase, mientras que el otro se desconecta.
La experiencia demuestra que rara vez aprendemos si nos limitamos a
acumular pasivamente estadísticas de los estímulos que recibimos. Esto
puede ocurrir, pero solo en el nivel más bajo de los sistemas sensoriales o
motores. Ya vimos, por ejemplo, esas experiencias en las cuales un niño
escucha cientos de sílabas y termina por detectar la presencia de palabras
como ba-be-ro; este tipo de aprendizaje, que es implícito, parece persistir
incluso mientras los bebés duermen (Hay y otros, 2011; Saffran, Aslin y
Newport, 1996; también aportan material de prueba los trabajos actuales del
equipo de G. Dehaene-Lambertz sobre el aprendizaje en el lactante durante el
sueño). Sin embargo, esa es la excepción que confirma la regla: en la inmensa
mayoría de los casos, ya que el aprendizaje atañe a propiedades cognitivas de
nivel alto, como la memoria explícita del sentido de las palabras y no solo su
forma, el aprendizaje parece ocurrir si y solo si la o el aprendiz presta
atención, piensa, anticipa y presenta hipótesis con el riesgo de equivocarse.
Sin atención, sin esfuerzo, sin reflexión profunda, la lección se desvanece sin
dejar mucho rastro en el cerebro.
Procesar en profundidad para aprender mejor
Tomemos un ejemplo clásico de la psicología cognitiva: el efecto de la
profundidad del procesamiento de las palabras. Imaginen que presento
sesenta palabras a tres grupos de estudiantes. Al primer grupo le pido que
decida si estas palabras están escritas en minúsculas o en mayúsculas; al
segundo grupo, si riman con “silla”, y al tercero, si se trata de nombres de
animales o no. Luego, sin que se lo esperen, les hago realizar una prueba de
memoria. ¿Qué grupo recuerda mejor las palabras? La memoria resulta ser
tanto mejor en el tercer grupo, que procesaba las palabras en profundidad, en
el nivel del significado (un 75% de aciertos), que en los otros dos grupos, que
se ocupaban de los aspectos formales, es decir, más superficiales, uno en el
nivel de la letra (un 33% de respuestas correctas), y el otro en el de la rima
(un 52% de aciertos; Craik y Tulving, 1975; Jacoby y Dallas, 1981). Por
supuesto, en todos los grupos encontramos una débil huella implícita,
inconsciente, de las sesenta palabras: el aprendizaje dejó su rastro subliminal
en los sistemas ortográficos y fonológicos. Sin embargo, solo el
procesamiento semántico en profundidad indujo un recuerdo explícito,
detallado, de las palabras percibidas.
El mismo fenómeno ocurre en el nivel de las frases o las oraciones: los
estudiantes que hacen el esfuerzo de comprenderlas por sí solos, sin que el
docente les dé la solución, presentan una mejor retención de la información
en la memoria (Auble y Franks, 1978; Auble, Franks y Soraci, 1979). Es una
regla general, que el psicólogo estadounidense Henry Roediger enunció de
este modo: “Hacer que las condiciones de aprendizaje sean más difíciles, lo
que requiere mayor esfuerzo cognitivo por parte de los estudiantes, a menudo
redunda en una mayor retención” (Zaromb, Karpicke y Roediger, 2010).
Las neuroimágenes comenzaron a esclarecer los orígenes de este efecto de
profundidad de procesamiento (Kapur y otros, 1994). Que el procesamiento
profundo deje una huella más fuerte en la memoria se debe a que activa áreas
de la corteza prefrontal, que están asociadas al procesamiento consciente de
las palabras, y porque estas regiones forman potentes bucles con el
hipocampo, que almacena la información en forma de recuerdos episódicos y
explícitos.
En un cortometraje que se convirtió en una película de culto, La Jetée
(1962; conocida en castellano como El muelle) del director francés Chris
Marker, una voz en off enuncia este aforismo que suena como una verdad
profunda: “Nada distingue los recuerdos del resto de los momentos: solo más
tarde se harán reconocibles, a partir de sus cicatrices”. Bello adagio… pero
falso proverbio, dado que, desde el momento de la codificación, los
acontecimientos de nuestra vida que permanecerán grabados en la memoria
ya son diferentes de aquellos que no dejarán huella alguna: fueron objeto de
un procesamiento más activo y más profundo. Cuando se escanea a una
persona mientras se la expone a una lista de palabras o de imágenes, se puede
predecir cuáles de esos estímulos serán olvidados y cuáles serán retenidos
media hora más tarde. La clave de la predicción consiste en verificar si esos
inputs inducen actividad en la corteza frontal, el hipocampo y las regiones
vecinas de la corteza parahipocampal (Brewer y otros, 1998; Paller,
McCarthy y Wood, 1988; Sederberg y otros, 2006; Sederberg y otros, 2003;
Wagner y otros, 1998). El compromiso activo de estas regiones, reflejo
directo de la profundidad con que las palabras y las imágenes viajaron dentro
del cerebro, predice la fuerza del recuerdo. Una imagen inconsciente puede
entrar en las áreas sensoriales, pero solo crea una onda de actividad muy
pequeña en la profundidad de la corteza prefrontal. La atención, la
concentración, la toma de conciencia y el procesamiento en profundidad
transforman esa pequeña onda en un tsunami neuronal que invade la corteza
prefrontal y maximiza la memorización (Dehaene y otros, 2001).
Tomemos otro ejemplo muy diferente: el aprendizaje de la física en la
universidad. Los estudiantes deben aprender conceptos abstractos como los
de momento cinético o angular y par motor. Separémoslos en dos grupos: uno
dispone de diez minutos de experimentación con una rueda de bicicleta y el
otro, de diez minutos de explicaciones verbales y de observaciones del resto
de los estudiantes. El resultado no da pie a equívocos: el aprendizaje es tanto
mejor en el grupo que se beneficia de una interacción activa con los objetos
físicos (Kontra, Goldin-Meadow y Beilock, 2012; Kontra y otros, 2015).
Volver la enseñanza más profunda, más atrapante, es una garantía de éxito.
Una revisión reciente de más de doscientos estudios pedagógicos lo
confirma: la clase o lección magistral, en que el alumno permanece pasivo
mientras el docente despliega su peroración (o perorata) durante cincuenta
minutos, es cosa del pasado (Freeman y otros, 2014). Cuando comparamos la
clase magistral tradicional con las pedagogías que promueven el compromiso
activo, el efecto es evidente: en todas las disciplinas –desde las matemáticas
hasta la psicología, sin omitir la biología o la informática–, un estudiante
activo tiene mayor éxito. Con el compromiso activo, los resultados progresan
en media desviación estándar –como dirían los estadísticos–, lo que es una
cantidad considerable, y la tasa de fracaso disminuye cerca del 10%. Pero
¿cuáles son las estrategias que más involucran a los alumnos? En esta
cuestión no existe un método único y milagroso, sino una generosa gama de
actividades que obligan (¡o invitan o incitan!) a las y los estudiantes a
reflexionar por sí mismos: actividades prácticas, discusiones en que cada cual
interviene, trabajo en pequeños grupos, o profesoras que interrumpen su clase
para plantear una pregunta difícil sobre la que dejan a los estudiantes
reflexionar un largo rato… Todas las soluciones son buenas, siempre y
cuando inciten a renunciar al apoltronamiento, a la cómoda e improductiva
pasividad.
El fracaso de las pedagogías del descubrimiento
Nada de esto es demasiado nuevo, me dirán ustedes, y muchos docentes ya
aplican estas ideas espontáneamente. Sin embargo, en el campo pedagógico,
no podemos confiar en la tradición ni en la intuición: necesitamos verificar
con métodos científicos qué herramientas realmente mejoran la comprensión
y la retención de los materiales del curso por parte de las y los estudiantes, y
cuáles no. Y esta es una oportunidad para aclarar una distinción muy
importante. La visión de que los niños deben participar de manera activa y
atenta en su propio aprendizaje, cuyos fundamentos son correctos, no debe
confundirse con el constructivismo clásico o con los métodos de aprendizaje
por descubrimiento, que son ideas seductoras pero, por desgracia, se
demostraron ineficaces una y otra vez. La distinción es elemental, aunque
pocas veces se comprende, en parte porque también estas últimas se dan en
llamar “pedagogías activas”, lo cual es fuente de numerosas confusiones.
Cuando hablamos de pedagogías del descubrimiento, ¿a qué nos referimos?
A una nebulosa de ideas que se remontan a Jean-Jacques Rousseau y que
llegaron a nosotros por obra de pedagogos como John Dewey, Ovide
Decroly, Célestin Freinet, Maria Montessori o, más cerca en el tiempo, Jean
Piaget y Seymour Papert. Jean-Jacques Rousseau en Emilio o De la
educación nos increpa con lograda retórica: “¿Me atreveré a exponer aquí la
mayor, la más importante, la más útil regla de toda la educación? No se trata
de ganar tiempo, sino, por el contrario, de perderlo”. Para Rousseau y sus
sucesores, siempre es mejor dejar que la niña o el niño descubra por su cuenta
y que construya su propio saber, con la libertad de perder horas andando a
tientas, explorando… Según ellos, este tiempo no está perdido: contribuye a
formar un espíritu autónomo, que piensa por sí mismo en lugar de engullir
todo sin reflexionar y que sabe resolver verdaderos problemas en lugar de
aprender de memoria soluciones ya elaboradas. Escuchemos otra vez a
Rousseau: “Haced que vuestro alumno esté atento a los fenómenos de la
naturaleza, y enseguida despertaréis su curiosidad, pero para sujetarla no os
deis prisa a satisfacerla. Poned a su alcance las cuestiones y dejad que él las
resuelva”.
La teoría es seductora… Pero, por desgracia, una serie de estudios,
extendidos a lo largo de varias décadas, demuestra que su valor pedagógico
es cercano al ominoso cero. Si se los deja solos, los niños pasan por las
mayores dificultades para descubrir las reglas abstractas que rigen un área del
conocimiento, aprenden tanto peor, y en ocasiones no aprenden cosa alguna.
¿Deberíamos sorprendernos por esto? ¿Cómo podríamos imaginar que, en
unas pocas horas y sin orientación externa, el niño puede redescubrir lo que a
la humanidad le llevó siglos? Los fracasos de este método son rotundos en
todos los campos (Hattie, Brodeur y St-Cyr, 2017; Kirschner, Sweller y
Clark, 2006; Kirschner y Van Merriënboer, 2013; Mayer, 2004; Mottint,
2018):
En lectura: la simple exposición a las palabras escritas entra en vía
muerta si no se explica a las niñas y los niños la presencia de las letras.
Son pocos los pequeños que logran por sí solos correlacionar el código
escrito con el oral y descubrir que todas las palabras que comienzan
con el sonido /R/ incluyen, a su izquierda, el símbolo R o r. Descubrir
sin ayuda el principio alfabético sería una tarea desmesurada si el
docente no se tomara el trabajo de seleccionar con cuidado ejemplos,
palabras sencillas o letras aisladas que la simplifiquen.
En matemáticas: se dice que a los 7 años el genial matemático Carl
Gauss descubrió por sí solo cómo sumar rápidamente todos los
números del 1 al 100 (la solución está en la nota al pie).[20] Pero lo
que tal vez sea válido para Gauss no se aplica a las demás criaturas. La
investigación es inequívoca al respecto: en matemáticas, el
aprendizaje funciona mejor cuando el docente explica un ejemplo en
detalle, antes de dejar que el niño se enfrente a otros. Los niños a los
que primero se les explica cómo resolver un problema logran resolver
mejor casos similares que aquellos que descubrieron la solución por sí
mismos.
En informática: en su libro Desafío a la mente, el informático
Seymour Papert explica por qué inventó el lenguaje Logo (en el cual
una suerte de tortuga dibuja y recibe órdenes de los distintos
programas). Su idea era dejar que los niños exploraran las
computadoras por sí mismos, sin enseñanza, poniendo las manos en la
masa. La experiencia fue un fracaso: luego de unos meses, los niños
no sabían escribir más que programas breves y elementales. Todos los
conceptos abstractos se les escabullían, de modo que en una prueba de
resolución de problemas no obtenían mejores resultados que otros
niños sin entrenamiento: lo poco de informática que habían aprendido
no se generalizaba a otros ámbitos. Por el contrario, la investigación
demuestra que una enseñanza explícita, que alterne explicaciones
claras con su puesta a prueba, les permite desarrollar una comprensión
mucho más profunda del lenguaje Logo y de la informática.
Por mi parte, vivencié la llegada de la primera computadora personal a mi
casa, cuando tenía 15 años. Por consiguiente, formo parte de la generación
que aprendió a programar en lenguaje Basic, sin profesor ni curso, aunque no
sin ayuda: mi hermano y yo sacamos jugo a todas las revistas, manuales,
libros y ejemplos que lográbamos conseguir. Me convertí en un programador
razonablemente eficaz… Pero cuando entré a la universidad, tomé conciencia
de lo grandes que eran mis lagunas en lo que hace al campo de la informática:
improvisaba sin haber comprendido la estructura lógica profunda de los
programas ni las prácticas correctas que los vuelven claros y legibles. Sin
lugar a dudas, esto es lo peor de la pedagogía del descubrimiento: deja a los
estudiantes con la ilusión de que dominan determinado tema, sin darles jamás
los medios para acceder a los conceptos profundos de la disciplina.
En síntesis, el principio del compromiso activo enuncia que es crucial que el
estudiante esté motivado, activo, involucrado en el aprendizaje, pero de
ningún modo eso significa que deba quedar librado a su propia suerte. El
fracaso del constructivismo lo deja en claro: el docente debe responder a esta
demanda aportando un entorno de aprendizaje gradual, estructurado,
explícito, concebido para guiarlo lo antes posible hacia la cumbre. Las
estrategias pedagógicas más eficientes son aquellas que alientan a los
estudiantes a asumir un compromiso activo, pero que están guiadas de cerca
por el docente. En palabras del psicólogo Richard Mayer, el mejor
desempeño se logra con “métodos de instrucción que involucran actividad
cognitiva en lugar de actividad conductual, orientación instructiva en lugar de
descubrimiento puro y enfoque curricular en lugar de exploración no
estructurada”. Dentro de este marco, las maestras y los profesores
proporcionan una secuencia clara y rigurosa que comienza por las bases;
evalúan constantemente el dominio de sus alumnos, y desde ese punto de
partida los guían para construir una pirámide de significado. Eso practican,
hoy en día y en su gran mayoría, las escuelas Montessori: no dejan a los
niños a la deriva sin hacer nada, sino que les proponen una serie de
actividades racionales, jerarquizadas, que fueron objeto de escrutinio
minucioso por parte del docente antes de ser realizadas por los niños de
manera autónoma. Compromiso, placer y autonomía acompañados por una
pedagogía explícita basada sobre un material estimulante: es la receta de un
cóctel ganador cuya eficacia ya quedó demostrada (Lillard y Else-Quest,
2006; Marshall, 2017).
La pura pedagogía del descubrimiento, esa idea de que el niño puede
autoeducarse, forma parte de los mitos educativos, muchas veces
denunciados, pero que curiosamente todavía son muy populares. Pertenece a
las leyendas urbanas que marcan el campo educativo, pero no es la única; al
menos otras dos ideas falsas están unidas a ella (Kirschner y Van
Merriënboer, 2013):
El mito del nativo digital: los niños de las generaciones recientes, a
diferencia de sus padres y sus madres, serían campeones del mundo
digital solo por estar rodeados de computadoras y dispositivos
electrónicos desde sus primeros años. Al estar sumergidos en la
informática, se habrían convertido en nativos digitales, destacados
ejemplares de Homo zappiens para quienes los bits y los bytes ya no
tendrían secretos. Esto es falso: el conocimiento que poseen de la
tecnología suele ser superficial. Solo los más educados saben hacer un
uso crítico de las fuentes de información de internet, y en ningún caso
son mejores para realizar varias tareas a la vez (como vimos, el cuello
de botella central que nos impide hacer dos cosas al mismo tiempo es
una propiedad fundamental de la arquitectura de nuestro cerebro).
El mito de los estilos de aprendizaje: cada niño poseería su propio
estilo de aprendizaje, por lo que sería natural dejarlo aprender a su
modo. Esto es falso: no existe prueba alguna que demuestre que
algunos niños son más visuales y otros más auditivos o más táctiles
(salvo los ciegos, desde luego, como nos señalaría Georges Brassens
en su deliciosa canción “La mauvaise réputation” [La mala
reputación]). Lo cierto es que algunas estrategias funcionan mejor que
otras –por ejemplo, resulta más fácil memorizar una imagen que una
palabra–, pero esto es así para todos los niños. No hay material o
situación alguna que pruebe que existan subtipos de niñas o de niños
con estilos de aprendizaje radicalmente diferentes, de modo que los
niños de tipo A aprendan mejor con la estrategia A, y que los niños de
tipo B aprendan mejor con la estrategia B (Pashler y otros, 2008).
Hasta donde sabemos, todos los seres humanos compartimos el mismo
algoritmo de aprendizaje.
“Pero ¿cómo…?”. Sí, ya mismo puedo escuchar las exclamaciones y las
preguntas: “¿Qué pasa con todos esos libros y software de educación especial
que dicen adaptar la educación a las necesidades de cada niño? ¿Acaso son
inútiles, sin más?”. No necesariamente. Deberíamos hacer un claro deslinde
entre la estrategia de enseñanza (visual, auditiva, basada sobre recompensas
contra castigos, etc.) y los contenidos de una lección. Por supuesto, hay una
enorme variación entre los contenidos adquiridos a determinada edad. En
primer grado, por ejemplo, el 10% de los niños, el que está en la parte
superior de la curva de rendimiento, lee más de 4.000.000 de palabras por
año, mientras que el 10% en la parte inferior de la misma curva, lee menos de
60.000, con obvias consecuencias en su dominio del vocabulario sofisticado
y las estructuras gramaticales. En el caso extremo de una dislexia, es posible
que lisa y llanamente no sean capaces de leer y que durante unos años más
sigan sin lograrlo. Los déficits de desarrollo, como la dislexia y la discalculia,
pueden presentarse con diferentes perfiles, e indudablemente vale la pena
diagnosticar al detalle la índole exacta de la discapacidad para poder adaptar
el contenido de las lecciones. Todos los niños se benefician de las
intervenciones pedagógicas cuyos contenidos se adaptan a sus dificultades
específicas. Por ejemplo, muchos niños, incluso en matemáticas avanzadas,
no entienden cómo funcionan las fracciones, en cuyo caso es bastante útil
volver a este punto (todos los niños se benefician de la metáfora de la recta
numérica, que explica, por ejemplo, cómo puede ser visualizado 5⁄6 al
fragmentar un segmento en seis partes iguales y luego extraer cinco de esas
porciones). Pero esta obviedad no resta valor a la afirmación, también
correcta, de que todos aprendemos esos hechos, contenidos o metáforas con
la misma maquinaria básica: una que prefiere la atención concentrada en vez
de la doble tarea, el compromiso activo en vez de la lectura pasiva, la
corrección detallada de errores en vez del elogio falso, y también la
enseñanza explícita antes que el constructivismo o el aprendizaje por
descubrimiento.
Sobre la curiosidad, y cómo despertarla
πάντες ἄνθρωποι τοῦ εἰδέναι ὀρέγονται φύσει
[Todos los hombres tienen naturalmente el deseo de saber]
Aristóteles, Metafísica (~335 a.C.)
No tengo talento especial alguno, sino que tan solo soy
apasionadamente curioso.
Albert Einstein, en carta a Carl Seelig, 11 de marzo de 1952
Una de las bases del compromiso activo es la curiosidad, el deseo de
aprender, la sed de conocimiento. Estimular la curiosidad de los niños
significa haber ganado ya la mitad del partido. Una vez que su atención se
moviliza y su mente está en busca de una explicación, no queda otra opción
más que guiarlos hacia allí. En igualdad de condiciones, desde el jardín de
infantes, los alumnos más curiosos son quienes tienen mejores resultados en
lectura y en matemáticas (Shah y otros, 2018). Lograr mantener la curiosidad
de los niños, entonces, es uno de los factores clave de una educación exitosa.
Pero ¿qué es exactamente la curiosidad? ¿A qué necesidad darwiniana
obedece? ¿A qué tipo de algoritmo corresponde?
Jean-Jacques Rousseau escribió en Emilio o De la educación: “Solo somos
curiosos en la medida en que somos instruidos”. También en eso se
equivocaba: la curiosidad no es un efecto de la enseñanza, una función que
debamos adquirir. Está presente desde la edad más temprana y forma parte
integral de nuestra biología de hombres neuronales; es uno de los
ingredientes de nuestro algoritmo de aprendizaje. No esperamos, sin más, de
forma pasiva, que nos llegue la información nueva, como hacen, con su
característica necedad, todas las redes neuronales actuales, simples funciones
de entrada-salida sometidas a su entorno. Como señalaba Aristóteles, los
seres humanos nacemos con una pasión por conocer y buscamos
permanentemente la novedad, mediante la exploración activa del entorno para
descubrir cosas que podamos aprender.
La curiosidad es un recurso fundamental del organismo: una fuerza
propulsora que nos hace reaccionar, al ifgual que el hambre, la sed, la
necesidad de seguridad o el deseo de reproducirnos. ¿Qué función cumple la
curiosidad en la supervivencia? Las especies como la nuestra (y gran parte de
los mamíferos, además de numerosos pájaros y peces) se interesan por
explorar el ambiente para así manejarlo mejor. Sería peligroso instalar el nido
o el lecho sin antes dominar un mapa del entorno. En un universo inestable,
poblado de predadores, realizar periódicamente un reconocimiento del
terreno, verificar si el ambiente se modificó, investigar el origen de un ruido
inesperado puede hacer toda la diferencia entre la vida y la muerte. La
curiosidad es la determinación que empuja a los animales a salir de su zona
de confort para adquirir conocimiento. En este sentido, cualquier información
posee valor en la moneda propia de Darwin: la supervivencia.
Prosigamos. La curiosidad se parece a la búsqueda de alimento o de parejas
sexuales, pero está motivada por un valor inmaterial: la adquisición de
información nueva. De hecho, las investigaciones en neurobiología
demuestran que en el cerebro humano el descubrimiento de información
antes desconocida conlleva su propia recompensa: activa el circuito de la
dopamina. Recuerden que este circuito se enciende en respuesta al alimento,
las drogas o el sexo. Sin embargo, en los primates, y acaso en todos los
mamíferos, este circuito ya no responde solo a las recompensas materiales,
sino también a la información nueva. Algunas neuronas dopaminérgicas
señalan la cantidad de información que vendrá, como si el incremento de la
información nueva aportara su propia gratificación (Bromberg-Martin y
Hikosaka, 2009). De este modo, una rata puede ser condicionada no solo por
la droga, sino también por la novedad: podemos inducirla a preferir un lugar
por el solo motivo de que allí suele haber objetos novedosos, de modo que
encontrará algo para satisfacer su curiosidad (Bevins, 2001). Los seres
humanos no actuamos distinto cuando nos trasladamos a una gran ciudad con
el objetivo de encontrar nuevas distracciones o cuando, ávidos de la última
comidilla de la farándula o de nuestros amigos y enemigos, consumimos
frenéticamente Facebook o nos volvemos visitadores seriales de Twitter.
También en nuestra especie el apetito de saber pasa por el circuito de la
dopamina, incluso cuando se trata de una curiosidad puramente intelectual.
Imaginen que están tumbados en un resonador magnético y se les hace una
pregunta al estilo de juegos como Preguntados o Trivial Pursuit, por ejemplo:
“¿En qué año se jugó el primer Mundial de Fútbol?” (Gruber, Gelman y
Ranganath, 2014; véase también Kang y otros, 2009). Antes de aplacar la
curiosidad, se les pregunta con qué grado de exactitud quieren conocer la
respuesta. ¿Resultado? El grado de curiosidad que ponen de manifiesto
predice la actividad del núcleo accumbens y del área tegmental ventral, dos
regiones esenciales del circuito cerebral de la dopamina. A mayor curiosidad,
más se encienden estas regiones. Eso no es todo: sus señales se desencadenan
por anticipación. Incluso antes de conocer la respuesta, el simple hecho de
saber que pronto van a acceder a ella excita sus circuitos dopaminérgicos y
aporta su propia recompensa. Y todas estas señales de la curiosidad son útiles
porque permiten predecir el aprendizaje: retendrán mejor los hechos que
suscitaban su curiosidad. Incluso recordarán otros elementos anecdóticos, por
ejemplo, el rostro de alguien que estaba presente o de la persona que les
enseñó esa información que tanto deseaban conocer. La avidez por saber
determina la profundidad con que se procesará en la memoria.
Por obra del circuito de la dopamina, la satisfacción de nuestro apetito por
aprender, o incluso de anticipar que vamos a hacerlo, constituye una
recompensa en sí misma. El aprendizaje posee un valor intrínseco para el
sistema nervioso. Lo que llamamos “curiosidad” no es otra cosa que la
explotación de ese valor. Una vez alcanzada esta instancia, la especie humana
es singular, porque, más que cualquier otra, posee la capacidad de aprender.
Durante el transcurso de la hominización, nuestra capacidad de
representación del mundo cambió. Somos acaso los únicos animales con
capacidad de construir teorías formales del mundo en un lenguaje del
pensamiento. La ciencia se convirtió en nuestro nicho ecológico: el Homo
sapiens es la única especie que no tiene un hábitat específico, pero que,
gracias al aprendizaje, logra adaptarse a casi cualquier ambiente.
Junto con esta extraordinaria expansión de la facultad del aprendizaje, la
curiosidad humana parece haberse multiplicado por diez. A lo largo de la
evolución, adquirimos una forma extendida de curiosidad que llamamos
“curiosidad epistémica”: el puro deseo de saber, en todos los campos,
incluidos los más abstractos. Como otros mamíferos, jugamos y exploramos,
pero no solamente al movernos, sino también al pensar. Del mismo modo en
que otros animales exploran el espacio que los rodea, nosotros exploramos
los conceptos. Y nuestra especie siente emociones epistémicas específicas,
vale decir, destinadas a guiar la sed de conocimiento. Nos regocijamos, por
ejemplo, ante la simetría y la belleza puras de las estructuras matemáticas: un
magnífico teorema puede conmovernos tanto más que una tableta de
chocolate. La risa también parece ser una de esas emociones sociales que
guían el aprendizaje. En efecto, muchas veces se desencadena cuando, de
pronto, descubrimos que una de las hipótesis implícitas es falsa, lo que nos
obliga a revisar nuestro modelo del mundo. De acuerdo con el filósofo Daniel
Dennett, la hilaridad sería una señal social contagiosa que compartimos con
las demás personas para así llamar la atención sobre cierta información
inesperada que, de pronto, nos hace notar que debemos revisar nuestras
creencias (Hurley, Dennett y Adams, 2011). Y, efectivamente, en igualdad de
condiciones, el simple hecho de reír durante el aprendizaje aumenta la
curiosidad y mejora la memoria (Esseily y otros, 2016).
Saber qué y cuánto sabemos multiplica la curiosidad
Varios psicólogos intentaron definir con precisión a qué algoritmo
corresponde la curiosidad humana. En efecto, si lográramos comprenderlo,
no solo dominaríamos mejor esta variable esencial para el aprendizaje, sino
que también podríamos reproducirla en una máquina que imitara a la especie
humana: un robot curioso.
Este enfoque algorítmico comenzó a dar sus frutos. Los psicólogos más
importantes, desde William James hasta Jean Piaget o Donald Hebb,
especularon sobre la índole de las operaciones mentales que sostienen la
curiosidad. Para ellos, la curiosidad es la expresión directa de la motivación
de los niños para comprender el mundo y para intentar construir un modelo
de él (Loewenstein, 1994). Se desencadena cada vez que el cerebro detecta un
desfase entre lo que ya conocemos y lo que nos gustaría conocer, una zona de
aprendizaje potencial. A cada instante y entre las acciones que tenemos a
disposición, elegiríamos aquellas con más posibilidades de reducir esa brecha
de conocimiento y permitirnos adquirir información útil. La curiosidad
funcionaría entonces como un pequeño sistema cibernético, parecido al
famoso regulador de Watt que, en las locomotoras a vapor, abre o cierra una
válvula de escape para así conservar una presión de vapor constante. En el
caso de la curiosidad, se trataría de un regulador que permanentemente busca
preservar determinada presión de aprendizaje. La curiosidad nos guía hacia lo
que nos parece que podemos aprender, mientras que nos aleja de aquello que
ya sabemos, o de las áreas que, según dicta nuestra experiencia, ya nada
tienen para enseñarnos.
Así, la curiosidad no tiene una relación directa con el grado de sorpresa o de
novedad, sino que traza una curva de campana (Kang y otros, 2009; Kidd,
Piantadosi y Aslin, 2012, 2014; Loewenstein, 1994). No sentimos curiosidad
alguna por aquello que ya vimos mil veces. Tampoco sentimos ni una brizna
de atracción por las cosas demasiado nuevas y confusas, cuya estructura
resulta inasible: presentan una complejidad tal que nos disuade. Entre la
monotonía de lo demasiado simple y el rechazo de lo demasiado complejo,
nuestra curiosidad nos orienta naturalmente hacia los ámbitos nuevos y
accesibles. Pero esta atracción cambia a cada instante. A medida que los
dominamos, perdemos interés en los objetos que nos parecían atractivos, y
reorientamos la curiosidad hacia otros desafíos novedosos. Así, una beba que
inicialmente se apasiona por las cosas más triviales (jugar con los dedos del
pie, cerrar los ojos, esconderse detrás de la mano…), porque todo le resulta
una fuente potencial de aprendizaje, una vez que absorbió todo el saber
posible de estas experiencias, pierde el interés. Por ese mismo motivo ya
ningún científico reproduce las experiencias de Galileo: lo conocido se
vuelve aburrido.
Pero el algoritmo mismo explica también que a veces nos desviemos de un
campo que nos atraía pero que luego se revela demasiado difícil: el cerebro
evalúa la velocidad de aprendizaje y la curiosidad se extingue si detecta que
no avanzamos lo suficiente según nuestras expectativas. Por eso, un niño
puede ingresar a una orquesta en alas de su pasión por el violín para alejarse
semanas más tarde, cuando nota que aprender a tocarlo no es algo que se
logre en cuestión de días.
Dos especialistas en robótica franceses, Frédéric Kaplan y Pierre-Yves
Oudeyer, lograron concretar estas ideas en un robot (Gottlieb y otros, 2013;
Kaplan y Oudeyer, 2007), mediante un algoritmo que abarca varios módulos.
El primero es un sistema clásico de inteligencia artificial, que
permanentemente intenta predecir el estado del mundo exterior. El segundo,
más innovador, evalúa el desempeño del primero: mide la velocidad del
aprendizaje reciente y la utiliza para predecir en qué campos el robot asimila
más información nueva por segundo. Por último, el tercer módulo es un
circuito de recompensa, que asigna más valor a las acciones que, según se
supone, deben llevar a un mejor aprendizaje. Resultado: de por sí, el sistema
se orienta hacia los campos en que estima que aprenderá más, lo que
constituye la definición misma de la curiosidad según Kaplan y Oudeyer.
Figura 32. La curiosidad es un ingrediente esencial del algoritmo de aprendizaje que emplea
nuestro cerebro. Actualmente se lo reproduce en las máquinas. Aquí, un pequeño robot
explora una manta para bebés. Lo guía una función de recompensa que a cada instante le
hace elegir la acción que maximiza el aprendizaje. Tan pronto como el robot domina un
parámetro, una porción del mundo, esa zona pierde su interés y él reorienta su atención hacia
otro lugar.
Cuando se lo posa sobre una manta, este robot curioso, provisto de este
algoritmo, se comporta exactamente como un niño pequeño (figura 32).
Durante algunos minutos, se apasiona por un elemento en especial y, por
ejemplo, pasa todo su tiempo levantando la oreja de un elefante de tela. Pero
a medida que aprende a utilizarlo, su curiosidad disminuye. En un momento,
se desvía y busca activamente otras fuentes de estimulación. Luego de una
hora, deja de explorar la manta: aparece una forma digital de aburrimiento, ya
que el robot considera que todo lo aprendible le resulta conocido.
La analogía con un niño pequeño es impactante. Incluso los bebés de pocos
meses se orientan hacia los estímulos de complejidad intermedia, ni
demasiado sencillos ni demasiado complejos, pero lo suficientemente
estructurados como para que puedan aprenderlos (lo que fue descripto como
“efecto Ricitos de Oro”; Kidd, Piantadosi y Aslin, 2012, 2014). Para
maximizar su aprendizaje, será necesario enriquecer a cada instante el
ambiente con objetos novedosos, lo bastante estimulantes como para que no
resulten desalentadores. Es responsabilidad de los adultos proporcionarles
una jerarquía pedagógica bien concebida, que los conduzca de modo
sostenido y gradual hacia la cumbre, incentivando constantemente su apetito
por el saber y la novedad.
Este enfoque lleva a una predicción interesante: para ser curiosa, una
criatura debe ser consciente de lo que no sabe, y, según Kaplan y Oudeyer,
quizá también de su velocidad de aprendizaje. En otras palabras: desde la
edad más temprana debe poseer facultades que se dan en llamar
“metacognitivas”. La metacognición es la cognición sobre la cognición, vale
decir, el conjunto de sistemas que supervisan los aprendizajes y evalúan todo
el tiempo qué sabemos y qué no, si nos equivocamos o no, si somos rápidos o
lentos, y así sucesivamente: todo lo que conocemos sobre nuestra propia
mente.
La metacognición desempeña un papel determinante en la curiosidad. En
efecto, ser curioso es querer saber, y eso supone también saber lo que todavía
ignoramos. También en este punto, existen experiencias muy recientes que
confirman que, al cumplir 1 año de vida, y tal vez incluso antes, los niños
comprenden que hay cosas que no saben (Dehaene, Lau y Koudier, 2017;
Goupil, Romand-Monnier y Kouider, 2016; Lyons y Ghetti, 2011). En efecto,
a esa edad, los bebés acuden rápidamente a la persona adulta que los
acompaña cuando no logran resolver un problema solos. El hecho de saber
que no saben los impulsa a pedir más información. Esto ya es la
manifestación de una forma de curiosidad epistémica: el deseo irresistible de
saber.
Tres maneras de atentar contra la curiosidad en la escuela
Todos los padres y las madres sienten nostalgia de la infancia temprana, la
etapa en que la mente de su hijo brillaba de curiosidad. Entre los 2 y los 5
años, la niña siente curiosidad por todo. Su frase favorita es “¿por qué?”: no
deja de experimentar con el mundo y de interrogar a los adultos con el
objetivo de aplacar su sed de conocimiento. Sin embargo, este apetito que
parecía insaciable termina por decaer, muchas veces luego de unos pocos
años en la escuela. Algunos niños no pierden la curiosidad por todo, pero
muchos otros se cierran a esa intriga. El compromiso activo se vuelve triste
pasividad. ¿La ciencia de la curiosidad puede explicar por qué? Todavía no
tenemos todas las respuestas, pero me gustaría proponer aquí algunas
hipótesis que no son por completo arbitrarias.
Primera hipótesis: la falta de estimulación apropiada al nivel del
niño. De acuerdo con el algoritmo que acabamos de describir, es
normal que la curiosidad disminuya con el transcurso del aprendizaje:
cuanto mejor dominamos un área, más nos encontramos con los
límites del aprendizaje que nos ofrece y menos nos interesa. Para
sostener la curiosidad, entonces, es necesario que la escuela continúe
proveyendo a la supercomputadora que es el cerebro estímulos a la
altura de la inteligencia de los niños. Sin embargo, eso no siempre
sucede. A los alumnos más avanzados puede faltarles estimulación:
luego de algunos meses, su curiosidad se desvanece y ya no esperan
gran cosa de la escuela, porque sus sistemas metacognitivos
asimilaron que, por desgracia, no aprenderán mucho más allí. Existe
una solución: estimular su curiosidad dándoles, otra vez, grano para
moler: idiomas para descifrar, rompecabezas para resolver, verdaderos
desafíos para su inteligencia. En el otro extremo de la curva, los
alumnos con dificultades pueden decaer por el motivo contrario. La
causa siempre reside en la metacognición: ya no tienen motivos para
ser curiosos, porque han aprendido… que no lograrán aprender. Su
experiencia pasada dejó grabada, en lo más profundo de sus circuitos
metacognitivos, una regla simple (aunque falsa): “Soy incapaz de
aprender tal o cual campo del plan escolar” (ya sea matemáticas,
lectura, historia o cualquier otro). Semejante consternación no es
inusual: algunas niñas se convencen de que las matemáticas no son
para ellas (Spencer, Steele y Quinn, 1999; Steele y Aronson, 1995),
mientras que los niños de barriadas marginales llegan a creer que la
escuela es hostil con ellos y que no les enseñará nada útil para su
futuro. Este tipo de juicios metacognitivos son desastrosos, porque
desmotivan a los estudiantes y aniquilan su curiosidad desde el
principio. La única solución es volver a despertar la confianza de estos
niños demostrándoles, por medio de problemas adaptados a su nivel,
que son perfectamente capaces de aprender, a su ritmo, y que llegar a
esto es en sí una recompensa. La teoría de la curiosidad postula que,
cuando un niño está desmotivado, sin importar si es brillante o tiene
dificultades, antes que nada hay que volver a transmitirle el placer del
aprendizaje proponiéndole estímulos adaptados a sus capacidades.
Segundo disuasor: el castigo a la curiosidad. El apetito de
descubrimiento de los niños se puede aniquilar desde el principio por
obra de una organización escolar demasiado rígida. La enseñanza
tradicional, que se vale de la clase magistral, puede disuadirlos de
intervenir o incluso de reflexionar. Puede causarles la impresión de
que lo único que se les pide es que se sienten y se queden tranquilos
hasta el final de la clase. La interpretación neurofisiológica de esta
situación es sencilla: dentro del circuito de la dopamina, la señal de
recompensa ligada a la curiosidad entra en competencia con las otras
recompensas y penalidades exteriores. Entonces, es posible desalentar
la curiosidad sancionando cada intento de exploración con una
penalización. Imaginen a una niña a quien, cada vez que intenta
intervenir, se la regaña, se la burla o se la castiga: “Pregunta idiota”,
“Mejor sería que te quedaras callada”, “Te quedarás media hora más a
estudiar”… Su cerebro aprenderá muy rápido a inhibir la curiosidad y
dejar de participar en clase: la recompensa ligada a la curiosidad que
anticipaba su sistema de dopamina −el placer de aprender algo nuevo−
se ve enormemente compensada por las señales negativas que recibe
ese mismo circuito. El castigo repetido implica un síndrome de
impotencia adquirida [learned helplessness], un tipo de parálisis física
y mental asociada al estrés y a la ansiedad, que, según demuestra la
investigación en animales, inhibe los aprendizajes (Caroni, Donato y
Muller, 2012; Donato, Rompani y Caroni, 2013; Kim y Diamond,
2002; Noble, Norman y Farah, 2005). ¿La solución? Es muy conocida
para la mayoría de los docentes. Es cuestión de recompensar la
curiosidad y no de penalizarla: alentar las preguntas, pedirles a los
niños que hagan exposiciones sobre lo que los apasiona, felicitar a
cada alumno por sus iniciativas, aunque sean torpes… Las
neurociencias de la motivación son claras en extremo: para tener ganas
de realizar la acción X, hace falta anticipar que traerá aparejada una
recompensa, que puede ser directa (alimentación, sexo, confort) o
cognitiva (adquisición de información). Muchos niños y niñas
perdieron cualquier tipo de curiosidad, todas y cada una de las
motivaciones para aprender, porque se acostumbraron a no esperar
recompensas por parte de la escuela (las calificaciones o notas
numéricas, sobre las que hablaremos más adelante, suelen contribuir a
este triste estado de las cosas).
Tercer factor que puede desalentar la curiosidad: la transmisión
social del conocimiento. Recuerden que la especie humana dispone de
dos modos de aprendizaje: el modo activo, en que el niño experimenta
constantemente y se interroga como un científico en ciernes; y el
modo receptivo, pedagógico, en que se contenta con registrar lo que
otras personas le enseñan. La escuela solo alienta el segundo modo, y
acaso desaliente gradualmente el primero, a medida que el niño
descubre que el docente siempre sabe más que él. Una experiencia
reciente demuestra que este efecto es real: la actitud del docente puede
pulverizar la curiosidad del niño (Bonawitz y otros, 2011). En su
laboratorio de cognición infantil en el MIT, la psicóloga del desarrollo
estadounidense Laura Schultz les presenta a alumnos del jardín de
infantes un extraño artilugio: un conjunto de tubos de plástico que
incluyen juguetes inesperados de todo tipo (allí están escondidos un
espejo, una bocina, un juego de luces y una caja de música). Si se le
entrega este artefacto a una niña sin hacer mayor comentario, se
desencadena inmediatamente un comportamiento de exploración:
busca, husmea y rebusca en cada rincón hasta que encuentra todos los
tesoros escondidos. Ahora, tomen un nuevo grupo de jardín de
infantes e induzcan a los niños al modo pedagógico pasivo, receptivo.
Todo lo que tienen que hacer es darles el objeto diciéndoles: “Miren,
les voy a mostrar mi juguete, hace así”… y enciendan, por ejemplo, la
caja de música. Podríamos pensar que esta frase estimula la curiosidad
de los niños… pero el efecto es inverso: la exploración disminuye
enormemente. El niño parece construir la hipótesis (muchas veces
correcta) de que el docente intenta ayudarlo al máximo, y que por ese
motivo le presentó todas las funciones interesantes del aparato. En este
contexto, ya no hay necesidad de buscar: la curiosidad se ve inhibida.
Otros experimentos revelan que los niños tienen en cuenta la actitud
previa del docente. Si este siempre hace demostraciones exhaustivas,
entonces los niños dejan de buscar. Cuando se ven confrontados a un
juguete nuevo, del cual el docente muestra y explica una función, ya
no exploran todas sus facetas, porque piensan que el docente agotó
cuanto había que saber al respecto. Si, en cambio, el maestro los deja
ver que no siempre sabe todo, entonces los niños no desisten de
buscar.
¿Cuál es entonces el método correcto? Yo recomiendo tener siempre presente
el concepto de compromiso activo. Involucrar al máximo la inteligencia del
niño significa tenerlo alerta con preguntas y observaciones que estimulen su
imaginación, y que despierten sus ganas de ir más allá. No se trata de dejar
que el alumno descubra todo por sí solo, lo que equivaldría a caer en el
escollo de las pedagogías del descubrimiento. Lo ideal es proponer una
pedagogía estructurada, pero que aliente la creatividad del niño haciéndole
saber que aún quedan mil cosas por descubrir. Recuerdo a un docente que,
justo antes de las vacaciones de verano, me dijo: “Acabo de leer un pequeño
problema de matemáticas que no pude resolver”. Y así fue cómo pasé todo el
verano reflexionando sobre ese problema, en un intento por superar al
profesor…
Suscitar el compromiso activo de los niños va de la mano de otro
imperativo: tolerar el error y corregirlo con rapidez. Este será el tercer pilar
del aprendizaje que desarrollaremos.
[20] ¿Cómo sumar todos los números del 1 al 100? Se une el 1 con el 100, el 2 con el
99, el 3 con el 98, de modo tal que el resultado siempre sea 101; por último, se ve que
la suma total abarca 50 pares de 101, es decir, 5050. [Al respecto, puede verse
también Dehaene (2010). N. de E.]
9. El error es productivo y dar un buen
feedback es garantía de mejores
aprendizajes
Sería necesario aprender a equivocarse con buen humor. […] Pensar
es ir de error en error.
Alain (Émile Chartier), Charlas sobre educación (1932)
El único hombre que nunca comete un error es el hombre que nunca
hace nada.
Atribuido a Theodore Roosevelt (1900)
En 1940, el joven Alexandre Grothendieck no tenía más que 11 o 12 años.
No sabía que se convertiría en uno de los matemáticos más influyentes del
siglo XX ni que inspiraría a una generación entera (a instancias de él se
fundó, en 1958, el célebre Instituto de Altos Estudios Científicos de Buressur-Yvette, que respaldó a tantos futuros galardonados con la Medalla
Fields). Pero el joven Alexandre ya trabajaba con las matemáticas… con
mayor o menor alegría. Prestemos atención a sus memorias:
Hacia la edad de 11 o 12 años, cuando estaba recluido en el campo
de concentración de Rieucros (cerca de Mende), descubrí los juegos
de trazos con el compás, y quedé particularmente encantado por las
rosetas de seis secciones que se obtienen al dividir la circunferencia
en partes iguales con ayuda de la apertura del compás mismo,
trasladada a la circunferencia seis veces, lo que lleva de regreso al
punto exacto de partida. Esta constatación experimental me
convenció de que la longitud de la circunferencia era exactamente
igual a seis veces la del radio. Cuando luego […] vi en un manual
que se suponía que la relación era tanto más compleja, que teníamos
L = 2 π r, en que π = 3,14…, me convencí de que el libro se
equivocaba y seguramente los autores del libro […] nunca habían
hecho este ejercicio de trazado tan sencillo, que mostraba
claramente que π = 3.
Esta confianza que un niño puede tener en sus propias ideas,
dejándose llevar por sus facultades en vez de dar por sentado lo
aprendido en la escuela o lo leído en los libros, es valiosísima. Sin
embargo, quienes lo rodean no dejan de desalentarla a cada instante.
Muchos verán en la experiencia que reseño aquí el ejemplo de una
presunción infantil, que luego debió rendirse ante el saber recibido,
ya que al final su cuota de ridículo salió a relucir por el peso mismo
de los hechos. Sin embargo, el modo en que yo viví este episodio en
nada me daba la sensación de un desacierto, de un ridículo, sino
antes bien la de un nuevo descubrimiento: […] el de un error
(Grothendieck, 1986).
Qué confesión extraordinaria y qué lección de humildad del mejor
matemático del mundo: admite haber creído durante mucho tiempo que el
número π era igual a 3… Y sin embargo, Grothendieck tiene razón en algo
más: los errores desempeñan un papel crucial en el aprendizaje. Cometer
errores es la forma más natural de aprender; así, aprendizaje y error se tornan
casi sinónimos, porque cada equivocación ofrece una oportunidad.
Los Shadoks, pajarracos regordetes del espacio exterior que protagonizaban
una serie francesa de animación muy popular durante mis años de infancia,
elevaron caprichosamente este concepto al rango de precepto, con el humor
absurdo que los caracterizaba: “Al intentar constantemente terminamos por
tener éxito. Luego, cuanto más falla algo, más posibilidades tenemos de que
funcione”. Y con esta lógica perfecta e implacable, dado que el cohete que
intentaban lanzar tenía solo una posibilidad en un millón de despegar, los
Shadoks apuraron los 999.999 fracasos iniciales para finalmente alcanzar el
éxito…
Más allá y más acá del humor, es cierto que resulta casi imposible progresar
si no empezamos por fallar. Siempre que recibamos comentarios sobre cómo
mejorar, siempre que tengamos una señal que nos indique el camino correcto,
los errores tenderán a disminuir. Por eso, lograr un buen feedback –vale decir,
una devolución amable que detecte, explique y corrija el error– es el tercer
pilar del aprendizaje, y uno de los parámetros educativos más influyentes: la
calidad y la precisión de la devolución (la señal que recibimos sobre nuestro
error) son cruciales en la velocidad con la cual aprendemos.[21]
La sorpresa, motor del aprendizaje
Recordemos los algoritmos de aprendizaje que ya analizamos en el primer
capítulo, y que permiten a un tirador ajustar su puntería o a una red neuronal
artificial aprender al corregirse. La premisa es sencilla: en primer lugar
intentemos, aunque eso conlleve fallar, porque el tamaño y la orientación del
error nos indican cómo mejorar en el siguiente intento. Apuntamos,
disparamos, evaluamos por cuánto nos alejamos del objetivo y utilizamos
esta información para corregir el próximo disparo. Así, un tirador aprende a
apuntar y (en una escala más amplia) una red neuronal artificial logra ajustar
los millones de parámetros que definen su modelo interno del mundo
exterior.
Pero ¿el cerebro funciona de la misma manera? Desde la década de 1970, se
acumula la evidencia en favor de esta hipótesis. Dos investigadores
estadounidenses, Robert Rescorla y Allan Wagner, proponen que el cerebro
aprende únicamente si percibe un desfase entre lo que predice y lo que recibe.
Aprender resulta imposible en ausencia de una señal de error: “Los
organismos solo aprenden cuando los acontecimientos contrarían sus
expectativas” (Rescorla y Wagner, 1972). En otras palabras, la sorpresa es
uno de los motores fundamentales del aprendizaje.
La teoría de Rescorla y Wagner explica muy bien los detalles de un
paradigma de aprendizaje llamado “condicionamiento clásico”. Todos
conocemos el caso del perro de Pávlov. En los experimentos de
condicionamiento pavloviano, un perro oye una campana, que al principio es
un estímulo neutro y sin efecto alguno. Con todo, después de que el tañido de
la campana, por repetición, queda asociado con la comida, termina por
provocar un reflejo condicionado. El perro saliva cada vez que lo oye, porque
ya aprendió que este sonido precede sistemáticamente a la llegada de la
comida. Al respecto, la regla de Rescorla y Wagner supone que el cerebro
utiliza los estímulos sensoriales (las sensaciones generadas por la campana)
para predecir la probabilidad de que los acompañe otro estímulo (el
alimento). Estipula que:
El cerebro se forja una predicción al ponderar los estímulos
sensoriales.
Luego calcula la diferencia entre la predicción y el estímulo realmente
obtenido: se trata de lo que se conoce como “error de predicción”,
concepto fundamental de la teoría, que determina el grado de sorpresa
asociado a un estímulo.
Después, el cerebro corrige su representación interna, en proporción
directa con la fuerza del estímulo y el valor del error de predicción,
con el objetivo de que su próxima predicción esté más cerca de la
realidad.
Sin ambages, esta teoría incluye los tres pilares que ya postulamos: el
aprendizaje solo se produce si el cerebro amplifica las entradas sensoriales
apropiadas (atención), si las utiliza para generar una predicción (compromiso
activo) y si logra determinar su precisión (feedback).
La ecuación que Rescorla y Wagner formularon en 1972 se demostró
notablemente profética. Es casi idéntica a la que luego se utilizaría en las
redes neuronales artificiales con el nombre de “regla delta”. Una y otra son
casos peculiares de la regla de retropropagación de errores que en la práctica
emplean todos los sistemas actuales de aprendizaje supervisado (en que
enseñamos explícitamente a la red una respuesta bien precisa). Además, en el
caso del aprendizaje por recompensa (en el cual se indica a la red en qué
grado exacto se equivoca) se utiliza otra ecuación similar: la red predice la
recompensa y la diferencia entre su predicción y la recompensa efectiva se
utiliza para actualizar la representación interna.
Por lo tanto, podemos afirmar que las máquinas de aprendizaje actuales
dependen de ecuaciones directamente inspiradas en las ciencias del cerebro.
Pero, como vimos, el cerebro humano llega todavía más lejos: para obtener
un máximo de información de cada episodio de aprendizaje, es probable que
se valga de un lenguaje del pensamiento y de modelos estadísticos tanto más
refinados que las redes neuronales artificiales de la actualidad. Sin embargo,
la idea fundamental de Rescorla y Wagner aún es exacta: el cerebro intenta
anticipar sobre la base de los estímulos que recibe, y ajusta estas predicciones
de acuerdo con la sorpresa, la improbabilidad o el error que comete. Aprender
es reducir lo impredecible.
La teoría de Rescorla y Wagner tuvo una influencia considerable, porque
constituyó un progreso muy importante respecto de las teorías previas,
basadas sobre el concepto de aprendizaje asociativo. En épocas pasadas,
existía la muy divulgada creencia de que el cerebro simplemente aprendía a
“asociar” la campana y el alimento, en vez de predecir la llegada de la
comida a partir de la campanada: se contentaba con un registro pasivo de
todas las coincidencias entre los estímulos y las respuestas. Ahora bien, esta
concepción se demostró por completo falsa incluso para el condicionamiento
pavloviano.[22] Ni siquiera el cerebro de un perro es un órgano pasivo que
absorbe asociaciones. El aprendizaje es activo y depende del grado de
sorpresa causado por la violación de nuestras expectativas.
Una de las experiencias más notables que echan por tierra la noción de
aprendizaje asociativo es la del bloqueo (Beckers y otros, 2006; Fanselow,
1998; Waelti, Dickinson y Schultz, 2001). En este caso, se expone al animal
no a uno, sino a dos índices sensoriales –por ejemplo, una campana y una
luz–, como anuncio de la inminente llegada del alimento. El secreto consiste
en presentarlos uno después del otro. Se comienza con la luz: el animal
aprende que cuando esta se enciende predice la llegada del alimento. Luego
se presentan ensayos dobles, en que la campana y la luz predicen el alimento.
Por último, se prueba el efecto de la campana sola. Sorpresa: ¡no tiene efecto
alguno! Cuando la oye, el animal no saliva, parece que no retuvo ni una
brizna de la asociación, tantas veces repetida, entre la campana y la
recompensa. ¿Qué sucedió? Este hallazgo es incompatible con el
asociacionismo, pero puede explicarse perfectamente desde la teoría de
Rescorla y Wagner. La idea clave es que la adquisición de la primera
asociación (luz → alimento) bloquea la segunda (campana → alimento),
porque la predicción que se debe solo a la luz explica todo. El animal ya sabe
que la luz predice la comida, por lo que su cerebro no genera errores de
predicción durante la segunda parte de la prueba, cuando la campana y la luz
juntas predicen la comida. Cero error, cero aprendizaje; por lo tanto, el perro
no adquiere conocimiento alguno de la asociación entre el sonido y el
alimento. Cualquier regla incorporada primero bloquea el aprendizaje de la
segunda.
Este experimento de bloqueo directo demuestra con claridad que el
aprendizaje no funciona por asociación. A fin de cuentas, la asociación de la
campanada con la comida se repitió cientos de veces, pero, como
señalábamos, no logró inducir aprendizaje alguno. El experimento también
revela que, en ausencia de sorpresa, no se produce aprendizaje: el error de
predicción resulta esencial para el aprendizaje, al menos para los perros. De
hecho, cada vez hay evidencia más convincente de que las señales de error de
predicción son omnipresentes; ocurren en todo tipo de especies y en todo el
cerebro.
Pero ¡atención! Hablamos de una señal de error interna, no necesariamente
de un error efectivo. La teoría no implica que el animal tenga que cometer un
error real para aprender. Supongamos que debo descubrir la respuesta
correcta entre dos opciones posibles; por ejemplo, si la capital de Sudáfrica es
Pretoria o Ciudad del Cabo. ¿La teoría da por sentado que si tengo la suerte
de aventurar una suposición correcta en el primer intento (al decir “Pretoria”),
no aprendo nada? Desde luego que no: incluso si respondí correctamente, mi
confianza fue endeble y mi predicción, incierta. Por puro azar, sin ayuda,
tenía una probabilidad del 50% de estar en lo cierto. En este caso, el feedback
(los comentarios que recibí) me aporta una información nueva: la certeza de
que mi respuesta al azar era correcta. De acuerdo con la ecuación de Rescorla
y Wagner, esta información nueva genera una señal de error: mide el desfase
entre la predicción (un 50% de posibilidades de tener razón) y lo que se
consigue saber al final (el 100% de certidumbre de conocer la respuesta
correcta). En mi cerebro, esta señal de error se propaga y actualiza mis
conocimientos, lo que aumenta mis posibilidades de responder “Pretoria” la
próxima vez que me pregunten. Por lo tanto, sería erróneo creer que lo
importante para el aprendizaje es cometer muchos errores, ¡como los
Shadoks, que fallan al lanzar sus primeros 999.999 cohetes! Lo importante es
la sorpresa, el desfase entre la predicción y la realidad; en definitiva, en eso
consiste lo que llamamos “señal de error”. Así, resulta fundamental recibir
comentarios explícitos que reduzcan la incertidumbre de quien aprende.
Si no hay sorpresa, el aprendizaje es poco o nulo: actualmente, esta regla
parece validada en organismos de todo tipo, incluido el niño muy pequeño.
Recuerden que la sorpresa es uno de los parámetros reveladores de las
competencias precoces de los bebés, cuando abren de par en par los ojos y
miran durante más tiempo si se les presentan eventos sorprendentes, que por
arte de magia violan las leyes de la física, la aritmética, las probabilidades o
la psicología (véanse las figuras 7 y 8). Pero el niño no se contenta con
fruncir el ceño; cada vez que se sorprende, aprende.
La psicóloga estadounidense Lisa Feigenson llegó a esta conclusión a partir
de numerosas experiencias que demuestran que cada vez que el niño percibe
un evento imposible o improbable, se facilita el aprendizaje (Stahl y
Feigenson, 2015). De este modo, cuando los bebés ven un objeto que
atraviesa misteriosamente un muro, retienen mejor el ruido que hace o el
verbo que un adulto acaba de emplear (“Como ves, acabo de blicar el
juguete”). Cuando se les entrega el objeto en la mano, lo exploran durante
más tiempo que a otro que no violó las leyes de la física. Este
comportamiento sugiere que intentan comprender: como científicos en
pañales, realizan experimentos para intentar reproducir lo que acaban de ver.
Si el objeto atravesó un muro, lo tocan, como para constatar su solidez,
mientras que, si lo vieron transgredir las leyes de la gravedad y permanecer
misteriosamente suspendido en el aire, lo hacen caer de la mesa, para
verificar si es capaz de levitar. En otras palabras, la índole del error que el
niño acaba de observar define cómo actuará después para ajustar sus
hipótesis. Exactamente eso predice la teoría de la propagación de errores:
cada evento imprevisto trae aparejado un ajuste de los modelos internos del
mundo.
Todos estos fenómenos fueron documentados en bebés de 11 meses, pero
probablemente estén presentes desde mucho más temprano. El aprendizaje
por corrección de errores tiene validez universal en el mundo animal y
existen muchos motivos para pensar que las señales de error rigen el
aprendizaje desde el principio mismo de la vida.
El cerebro está repleto de mensajes de error
Las señales de error tienen un papel tan fundamental en el aprendizaje que
casi todas las áreas cerebrales emiten e intercambian mensajes de ese tipo
(figura 33; Friston, 2005; Naatanen y otros, 2007; Schultz, Dayan y
Montague, 1997). Tomemos un ejemplo sencillo: imaginen que oyen una
serie de notas musicales, siempre las mismas, do do do… Cuando se repite la
nota, las respuestas cerebrales disminuyen: es la adaptación, fenómeno que
revela que el cerebro aprende a predecir cómo seguirá la serie. De pronto, de
modo imprevisible, la nota cambia: do do do re. El área auditiva primaria
responde de inmediato con una reacción de sorpresa: la adaptación se
desvanece y otras neuronas más comienzan a activarse vigorosamente ante lo
inesperado. Así, la adaptación se debe tanto a la repetición como a la simple
predictibilidad de las notas. Efectivamente, si se presenta una alternancia de
notas como do re do re do re…, el cerebro se habitúa a este vaivén
sistemático, su respuesta disminuye, y una secuencia inesperada (do re do re
do do) desencadena la sorpresa (Strauss y otros, 2015; Todorovic y De
Lange, 2012).
Al parecer, el área auditiva realiza un cálculo sencillo: utiliza el pasado
reciente para predecir el futuro. Dado que poco antes se repitió una nota o un
grupo de notas, esta región llega a la conclusión de que otro tanto sucederá en
el futuro. Esta predicción resulta útil, porque evita prestar atención a las
señales previsibles y aburridas. Cualquier sonido que se repite queda relegado
al nivel de entrada, ya que su actividad es cancelada por una predicción
esmerada. Como la señal sensorial que ingresa es casi idéntica a la predicción
que el cerebro realizó, la diferencia es nula y no se propagan señales de error
a las regiones cerebrales de niveles superiores. La sustracción de la
predicción cancela la información que ingresa, pero únicamente en la medida
en que es previsible. Por el contrario, todo cuanto viole las expectativas será
amplificado. En efecto, el área auditiva reacciona como un filtro: únicamente
transmite a los niveles superiores de la corteza la información sorprendente,
imprevisible, que no logra explicar por sí sola.
Figura 33. El error es fundamental para el aprendizaje. Al detectar los errores, el cerebro
logra corregir sus modelos del mundo. Casi todas las regiones cerebrales emiten e
intercambian señales de error. En esta experiencia se trata de un error auditivo. En primer
lugar, se hace escuchar muchas veces una breve frase musical de cinco notas. Cuando la
secuencia cambia sin aviso, una respuesta de sorpresa (en gris, tanto en el diagrama como en
las corcheas) señala el error a otras regiones del cerebro, con lo cual les permite corregirse.
Las áreas auditivas detectan las falsas notas locales (arriba), mientras que una red extendida,
que llega hasta la corteza prefrontal, detecta las violaciones globales de la melodía (abajo).
Cada región cerebral deriva al nivel siguiente lo que no puede explicar, para
que este intente, a su vez, comprenderlo. El proceso da lugar a una jerarquía
de mensajes de error. Por ejemplo, como acabo de explicar, en un nivel bajo
la melodía do do do re suscita una señal de error en la corteza auditiva
cuando recibe el re, que difiere de los sonidos previos. Pero en un nivel más
alto, es una melodía conocida, “Au clair de la lune”. La sorpresa causada por
el re, entonces, es solo periférica; enseguida se explica por una
representación de nivel superior y la señal se frena allí: el re, pese a su
novedad, no implica sorpresa alguna en la corteza prefrontal inferior, que
codifica las frases. En cambio, la repetición do do do do tiene el efecto
inverso: como es monótona –en todos los sentidos del término–, no genera
señal de error alguna en las áreas auditivas. Sin embargo, ese unísono causa
sorpresa en las áreas de nivel más alto que codifican la melodía global:
ustedes predijeron que subiría un tono hacia el re –eso que los músicos
llaman “intervalo de segunda mayor”– pero a sus oídos llegó un nuevo do.
Aquí, ¡la sorpresa es que no hay sorpresa! Hasta los monos macacos
presentan, como nosotros, estos dos niveles de tratamiento auditivo: el
tratamiento local de las notas en la corteza auditiva y la representación global
de la melodía en la corteza prefrontal (Bekinschtein y otros, 2009; Strauss y
otros, 2015; Uhrig, Dehaene y Jarraya, 2014; Wang y otros, 2015).
Este tipo de señales de error se observa en todas las regiones del cerebro:
cuando los eventos se repiten y se vuelven previsibles, las descargas
neuronales se habitúan; la sorpresa, es decir, la llegada repentina de un
acontecimiento inesperado, desencadena un incremento drástico de la
respuesta de las neuronas. Lo único que cambia, entre una región y otra, es el
carácter de la predicción y de la novedad detectada. En la corteza visual, la
aparición de una imagen inesperada relanza la actividad (Meyer y Olson,
2011); las áreas del lenguaje, por su parte, reaccionan ante una palabra
anómala en una frase u oración.
Lean, por ejemplo, la siguiente oración:
Prefiero comer con tenedor y martillo.
Su cerebro acaba de generar una onda N400, una señal de error evocada por
una palabra o una imagen incompatible con el contexto precedente (Curran y
otros, 1993; Kutas y Federmeier, 2011; Kutas y Hillyard, 1980). Como su
nombre lo indica, se trata de una respuesta negativa que ocurre cerca de los
400 milisegundos (ms) después de la anomalía y surge de la actividad de
poblaciones neuronales de la corteza temporal izquierda, que son sensibles al
significado de las palabras. Por otro lado, el área de Broca, en la corteza
prefrontal inferior, responde a los errores de sintaxis, cuando el cerebro
predice determinada categoría de palabras y recibe otra, como en la oración
que sigue: “No se olviden de tomar su cuando medicamento se sientan mal”
(Friederici, 2002; Hahne y Friederici, 1999; pero véase un análisis crítico en
Steinhauer y Drury, 2012).
Esta vez, sus áreas del lenguaje, especializadas en la sintaxis, emitieron una
onda negativa e inmediatamente después una onda P600, una cota positiva
que sucede cerca de 600 ms después de registrar la palabra “cuando”, que
pertenece a una categoría inesperada, dado que después del “su” se espera un
sustantivo. Esto constituye una evidencia de que el cerebro detectó un lapsus
de gramática e intenta enmendarlo.
El circuito cerebral en que mejor se demostraron las predicciones y las
señales de error es el de la recompensa (Pessiglione y otros, 2006; Schultz,
Dayan y Montague, 1997; Waelti, Dickinson y Schultz, 2001). La red de la
dopamina no solo responde a las recompensas reales, sino que las anticipa
permanentemente. Las neuronas dopaminérgicas, situadas en un pequeño
núcleo de células llamado “área tegmental ventral”, no responden de modo
directo a los placeres del sexo, el alimento o la bebida; en realidad, se activan
ante la diferencia entre la recompensa esperada y la obtenida, vale decir, ante
el error de predicción. Por eso, cuando sin aviso previo le damos al animal,
por ejemplo, una gota de agua azucarada, esta sorpresa placentera conllevará
una descarga neuronal. Pero si ese mismo almíbar va precedido por una señal
que lo torna previsible, entonces ya no suscitará la menor reacción. En ese
caso, la señal en sí provocará un salto de actividad en las neuronas de
dopamina: el aprendizaje desplaza la respuesta más próxima a la señal que
precede la recompensa.
Gracias a estos mecanismos de aprendizaje predictivo, diferentes señales
arbitrarias pueden convertirse en portadoras de recompensas y desencadenar
una respuesta de dopamina. Este efecto secundario de recompensa se
demostró en humanos ante el ofrecimiento de dinero o se confirma incluso
cuando un toxicómano simplemente ve una jeringa. En esos dos casos, el
cerebro anticipa constantemente recompensas futuras. Como ya señalamos en
el primer capítulo, esta señal predictiva resulta de suma utilidad para el
aprendizaje, porque permite que el sistema se critique a sí mismo y prevea el
error o el éxito de una acción sin esperar una confirmación externa. Por eso,
la arquitectura actor-crítico, en que una red neuronal aprende a criticar y a
predecir el resultado de las acciones de otra, es de uso universal en
inteligencia artificial para resolver los problemas más complejos, como
aprender a jugar go. Predecir, detectar el error y corregirse son los
fundamentos mismos de un aprendizaje eficaz.
Feedback no es sinónimo de castigo
Frecuentemente me ha chocado el hecho de que los profesores de
ciencias, aún más que los otros si cabe, no comprendan que no se
comprenda. Son poco numerosos los que han sondeado la psicología
del error, de la ignorancia y de la irreflexión.
Gaston Bachelard, La formación del espíritu científico (1938)
¿Cómo podemos aprovechar al máximo las señales de error que nuestras
neuronas intercambian constantemente? Para que un niño o un adulto aprenda
de modo eficaz, es necesario que el entorno (según el caso, los padres, la
escuela, la universidad… o un videojuego) le proporcione, con la mayor
rapidez y precisión posibles, una devolución que le permita revisar el error.
Una simple señal binaria (“correcto” o “incorrecto”) ya puede resultar útil.
Este es el principio del aprendizaje no supervisado. Más allá de todo, para
acelerar el aprendizaje, lo ideal es obtener comentarios detallados que
consignen con precisión qué debía hacerse. Este es el principio del
aprendizaje supervisado. Si el docente aporta la mayor exactitud posible en
una devolución rápida y minuciosa sobre el error, enriquece
considerablemente la información de que dispone el alumno para corregirse.
En inteligencia artificial, este tipo de aprendizaje demostró ser el más eficaz,
ya que ningún otro permite a la máquina detectar de inmediato el origen de la
falla y corregirse, en el buen sentido de la palabra.
Sin embargo, es importante comprender que este feedback sobre el error
nada tiene que ver con una sanción. No se aplica un “castigo” a una red
neuronal, sino que simplemente se le informa en qué se equivocó, se le ofrece
una señal lo más informativa posible sobre el carácter y el signo de sus
errores.
Informáticos y pedagogos se dan la mano en este aspecto. En efecto, los
metaanálisis realizados por el australiano John Hattie, director del Melbourne
Education Research Institute, demuestran que la calidad de los comentarios
que reciben los estudiantes es uno de los determinantes de su éxito académico
(Hattie, 2008). Fijar metas claras para el aprendizaje y permitir que los
estudiantes lo encaren gradualmente, sin dramatizar los errores inevitables,
son las claves del éxito.
Día tras días, los maestros, ya conscientes de estas ideas, son testigos del
dictum latino errare humanum est: errar es humano. Con un ojo sensible,
observan amablemente los errores de sus alumnos, porque se dan cuenta de
que nadie aprende sin equivocarse. Saben que deben diagnosticar, de la
manera más desapasionada posible, las áreas exactas de dificultad de sus
estudiantes y ayudarlos a encontrar la mejor solución. Al contar con
experiencia, crean un catálogo de errores, porque todos los estudiantes caen
repetidamente en las mismas viejas trampas. Así, los docentes encuentran,
con cuidadoso esmero, las palabras acertadas para reconfortar, tranquilizar y
restaurar la confianza en sí mismos de sus alumnos, a la vez que les permiten
corregir sus representaciones mentales erróneas. Están allí, a disposición,
para decir la verdad, no para juzgar.
Por supuesto, los más racionales de ustedes me urgirán con comentarios
como “Decirle a esa alumna lo que debería haber hecho, ¿no es lo mismo que
decirle que se equivocó?”. Bueno, no exactamente. Desde un punto de vista
lógico, claro que sí; cuando una pregunta solo tiene dos respuestas posibles,
A o B, y un estudiante elige A, decirle “La respuesta correcta era B” es lo
mismo que decirle “Te equivocaste”. Pero estamos olvidando que los
estudiantes no son lógicos consumados. Para ellos, el paso adicional de
deducir “si elegí A y me equivoqué, entonces la respuesta correcta debe haber
sido B” no es tan inmediato. En cambio, cuando el mensaje principal es “te
equivocaste”, que siempre tiene un tufillo a sanción, lo reciben
perfectamente: “Metí la pata”. De hecho, cuando se realizó este experimento,
los adultos, con una indiferencia cartesiana, lograban acceder a igual cantidad
de información a partir de las recompensas que de las sanciones, pero los
adolescentes fracasaban: aprendían más y mejor de sus éxitos que de sus
errores (Palminteri y otros, 2016). Ergo, ahorrémosles ese padecimiento,
démosles una devolución lo más neutra e informativa posible. Evitemos la
confusión entre corregir y castigar.
La calificación, ese penoso sucedáneo del feedback
Llegada esta instancia, se vuelve indispensable que destine unas palabras a
reseñar una institución escolar tan arraigada en nuestra tradición que no
podemos imaginarnos la escuela sin ella, aunque sea el colmo de lo
contraproducente: la nota numérica o calificación. De acuerdo con la teoría
del aprendizaje, la nota es una señal de recompensa (¡o de castigo!). Sin
embargo, una de sus peculiaridades consiste en que está completamente
desprovista de precisión. A modo de simple cúmulo de nuestras faltas,
resume, sin distinguirlas, diferentes fuentes de error. Entonces, no
proporciona suficiente información, ya que por sí sola no permite saber por
qué uno se equivocó o cómo puede corregirse. Incluso, hay casos en que
nunca consigue ganar impulso y apartarse del cero absoluto: ¡está vacía de
información! Solo es portadora del chirriante estigma social de
incompetencia, deplorable etiqueta o sambenito.
Por ende, la nota, sin el acompañamiento de apreciaciones detalladas y
constructivas, constituye un feedback muy pobre. No solo es equívoca, sino
que suele llegar con varias semanas de demora, cuando el alumno ya sepultó
en el olvido el detalle de qué motivó ese error. Por añadidura, la nota puede
resultar rotundamente injusta, en especial para los alumnos que no logran
ponerse al día porque el nivel de exigencia de los exámenes no deja de
aumentar semana tras semana.
Hagamos una analogía con los videojuegos: cuando ustedes descubren un
juego nuevo, al principio no saben cuál es la forma eficaz de subir de nivel,
de progresar y progresar en ese mundo que acaban de conocer. Y sobre todas
las cosas, ¡no tienen ganas de que se les recuerde permanentemente lo torpes
que son! Por eso, los diseñadores de videojuegos presentan al comienzo
niveles y pantallas más fáciles, que dan la satisfacción de ganar casi siempre.
Poco a poco, se incrementa la dificultad y, con ella, el riesgo de fracaso y de
frustración, que los ya fogueados programadores saben mitigar, mezclando lo
fácil y lo difícil, y dando completa libertad para intentar el mismo nivel tantas
veces como sea necesario. De a poco, ustedes ven aumentar su puntaje… y al
fin llega el gran día de la consagración, cuando logran superar el maldito
obstáculo que durante tanto tiempo parecía insalvable. Comparen este
panorama virtuoso con el boletín de notas (o registro de calificaciones, como
prefieran llamarlo) de un “mal alumno” (también esa designación da mucho
que pensar): comienza el año con una mala nota, y, en lugar de motivarlo y
permitirle que haga la misma prueba hasta que logre resolverla, cada semana
se le impone un nuevo ejercicio, que invariablemente está más allá de sus
capacidades. Semana tras semana, su “puntuación” sigue tendiendo a cero.
En el mercado del videojuego, un diseño así de desastroso sería un rotundo
fracaso.
Con mucha frecuencia, en la escuela, la nota sirve como una sanción. No
podemos ignorar sus enormes efectos sobre los sistemas emocionales del
cerebro: desaliento, sentimiento de impotencia y de estigmatización...
Escuchemos la voz de un experto, Daniel Pennac, un escritor consagrado,
quien recibió en 2007 el Premio Renaudot por su libro Mal de escuela, pero
que durante mucho tiempo fue un mal alumno:
Mis boletines escolares me lo confirmaban todos los meses: si yo
era un tonto, era absolutamente por mi culpa. Eso me hacía odiarme
a mí mismo, causándome un complejo de inferioridad y sobre todo
de culpa… Me consideraba menos que nulo. Porque quien es un
bueno para nada –que es lo que me repetían los profesores uno tras
de otro– es nada… Yo no me veía ningún futuro, no tenía ninguna
representación posible de mí mismo como adulto. No porque no
deseara nada, sino porque me creía inepto en todo (Pennac, 2017).
Si bien el alumno Pennac demostró una resiliencia a prueba de balas, para la
mayoría de los niños un estado de ánimo (¡o desánimo!) como este resulta
desastroso, con todas las letras (y todos los números). Los efectos del estrés
son estudiados sobre todo en el campo de las matemáticas, campeonas
mundiales de la ansiedad escolar. Y precisamente en las horas de
Matemáticas, algunos niños sufren un auténtico malestar, rayano con la
depresión: saben que, sin importar lo que hagan, serán sancionados con el
fracaso. La ansiedad matemática es un síndrome reconocido, medido,
cuantificado: los niños que la padecen muestran activaciones de los circuitos
del dolor y del miedo, particularmente de la amígdala, un núcleo de neuronas
situado por debajo de la corteza e involucrado en las emociones negativas
(Ashcraft, 2002; Lyons y Beilock, 2012; Maloney y Beilock, 2012; Young,
Wu y Menon, 2012). No son necesariamente menos inteligentes que los
demás, pero el tsunami emocional que vivencian arrasa sus capacidades de
cálculo, de memoria de corto plazo y, sobre todo, de aprendizaje.
Numerosas investigaciones, realizadas tanto en seres humanos como en
otros animales, lo confirman: el estrés y la ansiedad son nocivos para la
facultad de aprender. En el hipocampo del ratón, por ejemplo, el
condicionamiento por el miedo bloquea literalmente la plasticidad neuronal.
Una vez que el roedor fue traumatizado aleatoriamente mediante descargas
eléctricas imprevisibles, el circuito se encuentra en un estado similar al del
fin del período crítico, en que las sinapsis se vuelven inamovibles, fijadas en
sus redes perineurales. A la inversa, si se lo inserta en un ambiente
enriquecido, estimulante, la plasticidad neuronal se reabre y las neuronas
recuperan su movilidad, como si se tratara de un regreso a la infancia
(Caroni, Donato y Muller, 2012; Donato, Rompani y Caroni, 2013).
Por ende, asignar una mala nota mientras se la presenta como una sanción
equivale a multiplicar el riesgo de inhibir los progresos del niño, ya que el
estrés y el desaliento le impedirán aprender. A más largo plazo, acarrea otras
consecuencias indeseables por nocivas, como cambios en la personalidad y
en la imagen de sí mismo. La psicóloga estadounidense Carol Dweck estudió
durante mucho tiempo los efectos negativos de la disposición mental que
consiste en atribuir los fracasos (o los éxitos) a un ingrediente fijo, inmutable,
de la personalidad, lo que ella llama una “mentalidad fija” [fixed mindset]:
“Soy pésima en matemáticas”, “Las lenguas extranjeras no son mi fuerte”, y
así sucesivamente. Para contrarrestar este enfoque, propone la idea, acertada
en esencia, de que todos los niños pueden progresar, lo que ella llama una
“mentalidad de crecimiento” [growth mindset].
Sus investigaciones sugieren que, a igual desempeño, la mentalidad tiene
gran incidencia en el aprendizaje.[23] De por sí, la idea de un progreso
posible es una fuente de progreso. En cambio, los niños –pero también los
docentes–, convencidos de que las habilidades están fijadas de modo
definitivo, para siempre, y de que estamos dotados o no lo estamos, obtienen
menor cantidad de buenos resultados. En efecto, el fijismo desmotiva: no
alienta la atención ni el compromiso activo y lleva a interpretar el error como
señal certera de una inferioridad intrínseca… ¡mientras que equivocarse es
natural y simplemente revela que esa persona lo intentó! ¿Adónde habría ido
a parar Grothendieck si, a sus 11 años, si hubiera llegado a la conclusión de
que era un desastre en matemáticas? La investigación muestra que la
mentalidad fija incapacita por igual a los alumnos “malos” y a los “buenos”,
quienes también necesitan trabajar para conservar su motivación: no les
hacemos favor alguno si los dejamos creer que, como son “dotados”, no
necesitan esforzarse.
Favorecer el desarrollo de una mentalidad de crecimiento no significa
decirles a todos los niños que son los mejores con el simple pretexto de
alimentar su autoestima, sino, antes bien, notar y señalar sus progresos
cotidianos, alentar su participación, estimular su atención… y, por qué no,
explicarles los fundamentos del aprendizaje: que cada cual debe esforzarse,
que siempre hay que justificar una respuesta, asumiendo el riesgo de cometer
un error, y que equivocarse (y corregir los errores) es la única forma de
aprender.
Dejémosle la última palabra a Daniel Pennac: “Los profesores no están allí
para darles miedo, sino para ayudarlos a vencer el miedo de aprender. Una
vez superado este miedo, los alumnos son insaciables”.
Evaluarse para aprender mejor
Dado que la nota no tiene eficacia alguna, ¿cómo pondremos en práctica, en
nuestras aulas, los conocimientos científicos acerca del procesamiento del
error en el cerebro? Las reglas del juego son simples. En primer lugar, se
debe lograr que el aprendiz se comprometa, aventure una respuesta, genere
activamente una hipótesis, incluso si es incierta; luego, resulta indispensable
ofrecerle información objetiva, no punitiva, que le permita corregirse. Hay
una estrategia que responde a estos criterios, y todos los docentes la conocen:
en el sector pedagógico, la llamamos… ¡la evaluación! Sin embargo, en la
opinión pública no tiene mucha divulgación algo demostrado en decenas de
publicaciones científicas: evaluar periódicamente los conocimientos, eso que
los hablantes de inglés llaman retrieval practise, es una de las estrategias
pedagógicas más eficaces (Carrier y Pashler, 1992; Karpicke y Roediger,
2008; Roediger y Karpicke, 2006; Szpunar, Khan y Schacter, 2013; Zaromb
y Roediger, 2010).[24] La evaluación periódica maximiza el aprendizaje a
largo plazo. El simple hecho de poner a prueba la memoria la fortalece, como
efecto directo del compromiso activo y del buen feedback acerca del error,
que ya describimos aquí. Al realizar una prueba, uno se ve obligado a darse
un baño de realidad y a darse cuenta de que no sabe (o todavía no sabe lo
suficiente).
La enorme validez de las pruebas como instancia clave del aprendizaje está
muy lejos de ser evidente para los principales actores involucrados. En su
gran mayoría, los docentes y los alumnos consideran las pruebas y los
exámenes como simples medios de calificación, una evaluación de
conocimientos adquiridos en otra parte, durante la clase o durante los repasos.
Sin embargo, la investigación deja en claro que la prueba desempeña un
papel al menos tan importante como la clase misma. En una serie de
experiencias que se volvieron famosas, el psicólogo estadounidense Henry
Roediger y sus colaboradores propusieron a sus alumnos que memorizaran
palabras durante un tiempo fijo, pero por medio de distintas estrategias. Un
grupo recibió la consigna de pasar todo el tiempo estudiando, en ocho
sesiones breves. A un segundo grupo se le presentaron seis sesiones de
aprendizaje con dos evaluaciones intermedias. Por último, al tercer grupo se
le pidió que alternara cuatro sesiones breves de estudio con cuatro
evaluaciones. Como ustedes ya notaron, estas pruebas suplementarias
reducían el tiempo dedicado al aprendizaje, sin que variase la duración total
del programa. Y, sin embargo, el resultado fue palmario: cuarenta y ocho
horas más tarde, el recuerdo de la lista de palabras mejoraba rotundamente en
los alumnos que habían tenido la posibilidad de evaluarse con mayor
frecuencia. Alternar periódicamente el aprendizaje y la prueba los obligaba a
permanecer activos y a recibir comentarios enriquecedores, vale decir, una
retroalimentación explícita: conozco tal palabra, pero jamás logro recordar tal
otra. Este conocimiento de uno mismo, esta “metamemoria”, resulta útil,
porque permite hacer foco sobre las palabras difíciles durante la segunda
sesión de aprendizaje (Robey, Dougherty y Buttaccio, 2017). Así, quedó
confirmado: cuanto más uno se evalúa, mejor retiene la clase.
Veamos otro ejemplo: imaginen que deben aprender palabras en una lengua
extranjera, por ejemplo, “trineo” en lengua inuit: qamutiik. Pueden presentar
las dos palabras juntas, una al lado de la otra, con el objetivo de asociarlas
mentalmente. O bien pueden anteponer una de ellas a la otra (figura 34). La
segunda opción, paradójicamente, reduce la cantidad de información
disponible: durante los primeros cinco segundos, ustedes solo ven la palabra
qamutiik, sin que se les recuerde qué significa. Sin embargo, esa segunda
opción es la que mejor funciona (Carrier y Pashler, 1992). ¿Por qué? Porque
los fuerza a reflexionar, a intentar encontrar el significado de la palabra, antes
de darles una devolución. El compromiso activo y el feedback adecuado
acerca del error maximizan el aprendizaje.
Lo llamativo es que ni los estudiantes ni los docentes tienen conciencia de
estos efectos. Si se les pide una opinión, todos consideran que lo importante
es el estudio, no la evaluación. Así, predicen lo contrario de lo que la
experimentación demuestra: en su opinión, cuanto más se estudia, mejores
resultados se obtienen. Espontáneamente, los estudiantes dedican su tiempo a
leer y releer las clases, resaltando cada línea con los colores del arcoíris… Se
trata de estrategias mucho menos eficaces que ponerse a prueba con una
breve evaluación.
¿Por qué tenemos la ilusión de que desvivirse estudiando es suficiente para
aprender? Porque no vemos la diferencia entre los diversos compartimientos
de nuestra memoria. Inmediatamente después de leer la lección, la
información está presente en la mente, en la memoria de trabajo consciente,
de modo activo. Tenemos la impresión de conocerla… pero esta memoria
inmediata nada tiene que ver con la de largo plazo que necesitaremos para
recuperar la información días más tarde. Luego de cinco minutos, la memoria
de trabajo empieza a disiparse y, al cabo de unos días, este efecto se vuelve
enorme: vale mucho más haber estudiado y haberse evaluado que haber
pasado todo el tiempo estudiando (figura 34).
Nada más fácil que poner estas ideas en práctica por nuestra cuenta. Los
invito a hacerlo. Todo se reduce preparar tarjetas o fichas de revisión: de un
lado, escriben una pregunta, y del otro, la respuesta. Para ponerse a prueba,
saquen una tras otra las tarjetas; en cada caso, intenten recordar la respuesta
(predicción) y luego verifiquen al dorso (corrección del error). Si fallan,
vuelvan a poner la tarjeta entre las primeras al alcance de la mano, lo que los
forzará a revisar esa misma noción en muy poco tiempo. Si esta vez la
respuesta es acertada, dejen esa cartulina en una posición menos accesible: no
hay necesidad de revisar inmediatamente su contenido, que sin embargo
reaparecerá más tarde, cuando el olvido haya comenzado a ejercer su efecto.
Este es el sistema de las flash cards que está en boga en las universidades
estadounidenses y reside en la base de numerosos programas de aprendizaje,
como la famosa plataforma de enseñanza de idiomas Duolingo.
La regla de oro: planificar intervalos entre los aprendizajes
¿Por qué la alternancia entre estudio y evaluación tiene efectos tan positivos?
Porque aprovecha una de las estrategias más eficaces descubiertas por las
ciencias de la educación: planificar intervalos entre los aprendizajes. Esta es
la regla de oro: distribuir los períodos de entrenamiento en lugar de
acumularlos. Al no agrupar todo el aprendizaje en una sola sesión, se alternan
los períodos de estudio y los períodos de prueba, con intervalos cada vez más
amplios, asegurando así la retención a largo plazo.
Décadas de investigaciones en psicología experimental confirman que
sumar intervalos es una estrategia tanto más eficaz que la enseñanza de una
sola vez (Cepeda y otros, 2009; Cepeda y otros, 2006; Rohrer y Taylor, 2006;
Schmidt y Bjork, 1992). Si se dispone de un tiempo fijo para aprender algo,
siempre es mejor segmentar las lecciones que aprender todo junto en un
bloque. Distribuir el aprendizaje en varios días tiene grandes efectos: la
experiencia demuestra que la memoria puede multiplicarse por tres si se
revisa la información a intervalos regulares en lugar de intentar aprender todo
de una sola vez. La regla es simple, y todos los músicos la conocen: valen
más quince minutos de práctica todos los días de la semana que dos horas
concentradas en una sola jornada.
¿Por qué esa estrategia es tan eficiente? Las neuroimágenes (Bradley y
otros, 2015; Callan y Schweighofer, 2010) dejan de manifiesto que agrupar
los problemas en una sola sesión disminuye la actividad cerebral, tal vez
porque la información repetida pierde gradualmente su novedad. Como
señalamos, la repetición también parece crear una ilusión de saber, un exceso
de confianza debido a la presencia de información en la memoria de trabajo:
parece estar disponible, la tenemos en la cabeza, por lo tanto, perdemos el
interés de seguir trabajando sobre ella. En cambio, la distribución del
aprendizaje aumenta la actividad cerebral: parece crear un efecto de
“dificultad deseable”, que inhibe el simple almacenamiento en la memoria de
trabajo y fuerza a los circuitos requeridos a trabajar más.
¿Cuál es el intervalo de tiempo más eficaz entre dos repeticiones de la
misma lección? Al respecto, se observa una firme mejoría cuando el intervalo
es de veinticuatro horas, probablemente porque, como veremos en un
instante, el sueño desempeña un papel protagónico en la consolidación de los
aprendizajes. Sin embargo, el psicólogo estadounidense Hal Pashler y sus
colegas demostraron que el intervalo óptimo depende del tiempo que
deseemos retener el conocimiento en la memoria. Si ustedes necesitan
recordar una información solo unos pocos días o semanas, entonces es ideal
que la revisen todos los días durante cerca de una semana. Si, en cambio,
desean que los conocimientos perduren varios meses o años, necesitarán
incrementar el intervalo de revisión en una proporción directa. El efecto es
sustancial: ¡una sola repetición de una lección, semanas después de la
primera, multiplica por tres la cantidad de elementos que se recuerdan meses
más tarde! Para almacenar la información en la memoria el mayor tiempo
posible, lo mejor es aumentar gradualmente los intervalos de tiempo: se
comienza con lecciones todos los días, luego se hace una revisión al final de
una semana, de un mes, de todo un año… Esta estrategia garantiza una
memoria óptima a cada instante (Kang y otros, 2014).
La figura 34 muestra por qué: cada revisión afianza el aprendizaje, aumenta
la fuerza de las representaciones mentales y combate el olvido exponencial
que caracteriza a nuestra memoria. Sobre todo, la distribución del aprendizaje
a lo largo del tiempo parece seleccionar, entre los diferentes circuitos de la
memoria disponibles en el cerebro, aquel cuya curva de olvido demuestra ser
la más lenta, vale decir, aquel que proyecta la información más lejos hacia el
futuro.
Figura 34. Evaluarnos con regularidad es una de las mejores estrategias de aprendizaje,
porque nos hace tomar conciencia de nuestros errores. De este modo, si debemos aprender
pares de palabras, es mejor intentar recordar en primer lugar y luego revisar el error (arriba).
La experiencia demuestra que es preferible alternar los períodos de estudio y de evaluación,
antes que pasar todo el tiempo estudiando (en el medio). A largo plazo, el recuerdo es mayor
cuando se intercalan períodos de revisión, sobre todo si gradualmente se aumentan los
intervalos de tiempo (abajo).
En efecto, todos nos equivocamos cuando pensamos en la función de la
memoria: no es un sistema vuelto hacia el pasado, sino hacia el futuro. Su
trabajo consiste no en mirar atrás sino, por el contrario, en enviar información
hacia delante, porque estimamos que nos será útil. Al repetirla muchas veces,
mediada por largos intervalos, ayudamos a nuestro cerebro a convencerse de
que esta información es valiosa, que lo será durante mucho tiempo y que por
eso merece que la preservemos.
De estos trabajos, Hal Pashler deriva muchas lecciones prácticas. En primer
lugar, el aprendizaje siempre sale beneficiado si se lo reparte en varias
sesiones. En segundo lugar, en la escuela, no basta con una revisión días o
semanas después. Si se aspira a memorizar algo a largo plazo, hay que
revisarlo luego de un intervalo de meses, como mínimo. Desde esta
perspectiva, tenemos que repensar por completo los manuales escolares, en
su mayoría organizados en capítulos que hacen foco sobre un tema específico
(lo cual está bien) y una coda de ejercicios que solo se relacionan con esa
lección (lo cual no está tan bien). Esta organización tiene dos consecuencias
negativas: no hay suficiente tiempo entre las revisiones y los ejercicios están
predigeridos, lo que impide que el alumno aprenda a detectar por sí solo qué
conocimientos o qué estrategias permiten dar una respuesta plausible a
determinado problema. La experiencia demuestra que es mejor mezclar los
ejercicios, sin limitarse a lo que se acaba de estudiar, para que periódicamente
vuelvan a ponerse en juego todos los conocimientos (Rohrer y Taylor, 2006,
2007).
¿Qué ocurre con los parciales o los exámenes de fin de año? Lo poco que
sabemos sobre el aprendizaje sugiere que no son el método de evaluación
ideal, porque no incitan a la revisión periódica. Sin embargo, constituyen una
herramienta útil para evaluar los conocimientos adquiridos. Si bien estos
exámenes estimulan el estudio de último minuto, no se trata de una estrategia
necesariamente ineficaz: siempre que el alumno haya hecho un esfuerzo de
aprendizaje durante los meses previos, un estudio intenso en la víspera del
examen refresca los conocimientos y ayuda a recordarlos de forma duradera.
De todos modos, una revisión periódica, año tras año, reporta probablemente
los mayores beneficios para el alumno. Los exámenes a corto plazo, que solo
se centran en lo adquirido pocas semanas antes, no alcanzan para garantizar
un recuerdo a largo plazo. Un examen acumulativo, que abarque todo el
programa desde el comienzo del año, funciona mucho mejor.
Los invito a reflexionar: ¿qué relevancia tiene que una alumna revise a lo
largo de todo el año los mismos temas? ¿Por qué es importante que repita
muchas veces, con diferentes intervalos de tiempo, un ejercicio que ya logró
hacer bien? Si aprueba perfectamente sus exámenes, sin errores, ¿aprenderá
algo? Por supuesto que sí. Esto puede parecer paradójico en un capítulo
dedicado a los beneficios del error; pero los aportes del feedback no se
limitan a los tópicos en que el alumno se equivoca. Muy por el contrario,
recibir una devolución sobre el error mejora la memoria, incluso cuando se
eligió la respuesta correcta (Butler, Karpicke y Roediger, 2008). Como
expliqué antes, mientras el conocimiento no está perfectamente consolidado,
el cerebro continúa aprendiendo, aunque lo haga débilmente. Si hay
incertidumbre, hay sorpresa y señales de error que se propagan por el
cerebro. La incertidumbre funciona como un error virtual que habríamos
podido cometer y que, por supuesto, nos da ocasión de aprender.
Lo que llamamos “sobreaprendizaje”, entonces, siempre supone ventajas.
En la medida en que los conocimientos no sean absolutamente certeros,
revisarlos y volver a ponerlos a prueba permite mejorar cada vez nuestros
desempeños, sobre todo en el largo plazo. Además, la repetición presenta
otros beneficios para el cerebro: automatiza las operaciones mentales hasta
volverlas inconscientes. Esta consolidación constituye el cuarto pilar del
aprendizaje; llegó el momento de analizarlo.
[21] El metaanálisis de John Hattie estima que el feedback tiene una magnitud de
efecto de 0,73 de desviación estándar, que lo vuelve uno de los factores decisivos en
el campo del aprendizaje (Hattie, 2008).
[22] Balsam y Gallistel (2009) y Gallistel (1990) crítican exhaustivamente el enfoque
del aprendizaje por asociación.
[23] Estas actitudes se analizan en Claro, Paunesku y Dweck (2016), Dweck (2006),
Rattan y otros (2015). Sin embargo, la dimensión de estos efectos, y su consiguiente
importancia práctica para la escuela fue refutada: Sisk y otros (2018).
[24] Una excelente reseña de la eficacia relativa de varias prácticas pedagógicas consta
en Dunlosky y otros (2013).
10. La consolidación
Busquen a una alumna destacada al final de primer grado. Su primer año
escolar transcurrió bien. Sostenida por los tres primeros pilares del
aprendizaje, aprendió rápido a leer. Con curiosidad y entusiasmo, se
comprometió activamente con la lectura. Aprendió a prestarles atención a
cada palabra, a cada letra, de izquierda a derecha. Con el paso de los meses,
logró corregir sus errores para descifrar con fidelidad las correspondencias
entre las letras y los sonidos; también consiguió reconocer las palabras
irregulares. Sin embargo, aún no lee con fluidez, sino lentamente y con
esfuerzo. Le falta desplegar el cuarto pilar de cualquier aprendizaje: la
consolidación. Su lectura, que en esta etapa todavía acapara toda la atención,
debe volverse automática e inconsciente.
El análisis de los tiempos de respuesta de la niña es revelador: cuanto más
largas son las palabras, más tiempo necesita para descifrarlas (figura 35). La
curva es lineal, algo característico de las operaciones seriales, que siguen un
orden paso a paso: cada letra suplementaria agrega 200 ms al total. Esto es
completamente normal (a esa edad, leer todavía consiste en descifrar las
letras y las sílabas una por una; Zoccolotti y otros, 2005), pero no definitivo:
en el transcurso de los dos años siguientes, con la práctica, su lectura ganará
fluidez y velocidad. Luego de dos o tres años de práctica intensiva, el efecto
de la longitud de las palabras habrá desaparecido. La niña se habrá convertido
en una lectora eficaz, a quien le insumirá la misma cantidad de tiempo leer
una palabra de tres letras o de ocho. El reconocimiento visual dejará de
utilizar procesamiento secuencial y comenzará a operar en paralelo, dado que
decodificará simultáneamente de todas las letras de la palabra.
Este es un excelente ejemplo de la consolidación, que ocurre en todos los
ámbitos: pasar de un tratamiento lento, consciente, laborioso, a un
funcionamiento rápido, inconsciente, automático. Nuestro cerebro nunca deja
de aprender; incluso cuando domina una habilidad, continúa
sobreaprendiéndola. Dispone de mecanismos de automatización que
“compilan” las operaciones que utilizamos periódicamente a modo de rutinas
más eficaces. Las transfiere a otras regiones del cerebro, fuera del área
consciente, donde podrán desarrollarse con total autonomía, sin interrumpir
las otras operaciones en pleno avance.
Liberar los recursos cerebrales
Cuando se escanea el cerebro de lectores principiantes, ¿qué se ve? El
circuito normal de la lectura (que abarca las áreas visuales del
reconocimiento de las letras y las regiones temporales del tratamiento de los
fonemas, sílabas y palabra) ya está activado, pero también está acompañado
por una activación masiva de las regiones parietales y prefrontales que
reflejan el esfuerzo, la atención espacial y las estrategias conscientes
(Dehaene-Lambertz, Monzalvo y Dehaene, 2018). Esta actividad intensa
consume mucha energía y desaparecerá conforme el aprendizaje se consolide
(figura 35). En una persona menuda que ya adquirió esa pericia, dichas áreas
dejan de involucrarse en la lectura; solo las veremos activarse si se perturba
la operación, por ejemplo, cuando se suman espacios entre las l e
t r a s, o se las hace
, lo que obliga al cerebro experto a volver
al modo principiante (Cohen y otros, 2008; Vinckier y otros, 2006).
Convertir la lectura en una rutina implica poner en funcionamiento un
circuito acotado y especializado para el procesamiento eficaz de las cadenas
de letras que vemos con mayor frecuencia. A medida que aprendemos a leer,
desarrollamos un circuito de extraordinaria eficacia para reconocer los
caracteres y sus combinaciones más comunes (Binder y otros, 2006; Dehaene
y otros, 2005; Grainger y Whitney, 2004; Vinckier y otros, 2007). Nuestro
cerebro compila estadísticas y detecta qué letras son las más habituales,
dónde aparecen más a menudo y a cuáles están asociadas. Aun la corteza
visual primaria se adapta a la forma y posición de las letras más usuales
(Chang y otros, 2015; Dehaene y otros, 2010; Sigman y otros, 2005; Szwed y
otros, 2011, 2014). Luego de años de sobreaprendizaje, este circuito pasa al
modo de rutina y logra funcionar sin la menor intervención consciente
(Dehaene y otros, 2001, 2004). En esta etapa, la activación de la corteza
parietal y prefrontal desaparece: podemos leer sin esfuerzo.
Figura 35. La consolidación es el cuarto pilar del aprendizaje. Al principio, cualquier
aprendizaje exige esfuerzos intensivos, y activa las regiones parietales y frontales asociadas a
la atención espacial y ejecutiva. En un lector principiante, la decodificación de una palabra
requiere grandes esfuerzos. La lectura es secuencial: cuantas más letras tiene la palabra, más
tarda en leerla (arriba). Con la práctica, el aprendizaje se automatiza: se vuelve rápido,
paralelo e inconsciente (abajo). Se pone en funcionamiento un circuito especializado, que
libera los recursos de la corteza para otras tareas.
Lo que es cierto para la lectura vale para los demás campos del aprendizaje.
Cuando aprendemos a tocar un instrumento musical, a conducir un vehículo o
a utilizar la pantalla de nuestra tablet, al principio nuestros gestos están bajo
el control de la corteza prefrontal: los producimos de manera lenta y
consciente, uno por uno. Luego de algunas sesiones, el esfuerzo desaparece;
para entonces, podemos realizar esas acciones mientras hablamos o pensamos
en otra cosa: la tarea se trasladó a la corteza motora y en especial a los
núcleos grises centrales, un grupo de circuitos subcorticales que registran los
comportamientos automáticos y rutinarios (¡incluidas las oraciones y las
imprecaciones!). Lo mismo ocurre en el ámbito de la aritmética: desde la
perspectiva de un principiante, cada cálculo parece un monte Everest, y para
escalarlo concentra grandes esfuerzos y moviliza los circuitos de la corteza
prefrontal. En esta etapa, el cálculo es secuencial: para resolver 6 + 3, es
habitual que el niño cuente las etapas una por una hasta llegar a la cumbre:
“¡Siete, ocho… nueve!”. A medida que la consolidación se abre camino, la
actividad prefrontal se desvanece en provecho de los circuitos especializados
de la corteza parietal y temporal ventral (Ansari y Dhital, 2006; Rivera y
otros, 2005).[25]
¿Por qué es tan importante la automatización? Porque libera los recursos de
la corteza. Recuerden que las redes del control ejecutivo de la corteza parietal
y prefrontal imponen un cuello de botella cognitivo: no pueden hacer dos
cosas a la vez. Cuando se concentran en la realización de determinada tarea,
las demás decisiones conscientes se desaceleran o quedan a un lado. Así, en
la medida en que un aprendizaje no está automatizado, acapara los preciosos
recursos de la atención ejecutiva e impide que el niño se concentre en
cualquier otra cosa. Consolidar un aprendizaje es muy importante, porque
permite que los recursos del cerebro queden disponibles para otros objetivos.
Tomemos un ejemplo concreto. Imaginen que deben concentrarse en la
lectura de un texto y, al mismo tiempo, resolver un problema de matemáticas,
como un lector principiante:
Un ci-clis-ta sa-le de Nan-tes ha-cia Pa-rís al me-dio-dí-a. La dis-
tan-cia es de tres-cien-tos ki-ló-me-tros. Lle-ga a des-ti-no a las
vein-te ho-ras de e-se mis-mo dí-a. ¿Cuál es su ve-lo-ci-dad pro-medio?
La complejidad es evidente: resulta casi imposible hacer las dos cosas a la
vez. Y esa dificultad de lectura limita cualquier capacidad de reflexión
aritmética. Para progresar, es indispensable que las herramientas mentales
que nos son más útiles, como la lectura o la aritmética, se conviertan en una
segunda naturaleza, que operen de forma inconsciente y sin esfuerzos. No
podemos construir los niveles más altos de la pirámide educativa sin primero
consolidar sus bases.
El sueño, un ingrediente clave
Como ya comentamos, el aprendizaje se beneficia mucho cuando sucede a
intervalos regulares: en lugar de engullir una lección completa en una sola
jornada, es preferible distribuir el aprendizaje en pequeños bocados y
degustarlos en diferentes días. Esto ocurre por un motivo muy sencillo: todas
las noches, nuestro cerebro consolida lo que aprendió durante la jornada. Sin
lugar a dudas, las neurociencias hicieron uno de los descubrimientos más
importantes de los últimos treinta años al verificar que el sueño no es un
simple período de inactividad ni de limpieza de los desechos que las neuronas
acumularon durante la vigilia. Todo lo contrario; mientras dormimos, el
cerebro repasa los acontecimientos importantes que registró durante el día y,
poco a poco, los muda a un compartimiento más eficaz de nuestra memoria.
A decir verdad, el descubrimiento se remonta a las primeras décadas del
siglo XX, cuando los psicólogos estadounidenses John Jenkins y Karl
Dallenbach (1924) retomaron los estudios clásicos sobre la memoria y
volvieron a analizar los trabajos del investigador pionero en el estudio de la
memoria, el alemán Hermann Ebbinghaus: ya a finales del siglo XIX había
demostrado que el olvido seguía una curva exponencial (cuanto más tiempo
dejamos pasar, menos recordamos lo aprendido). Jenkins y Dallenbach
notaron que la curva del olvido planteada por Ebbinghaus –hermosa,
monótonamente decreciente– presentaba una anomalía: no reflejaba una
pérdida de memoria entre las ocho y las catorce horas posteriores a un nuevo
aprendizaje. Fue toda una revelación. En la experiencia de Ebbinghaus, el
período de ocho horas correspondía a pruebas realizadas en una misma
jornada, y el de catorce horas, a pruebas entre las cuales mediaba una noche
de descanso. Para comprobarlo, concibieron una nueva experiencia que
discriminaba las dos variables: por un lado, el período de tiempo transcurrido
antes de evaluar la memoria y, por otro, el hecho de haber dormido o no. Así,
les enseñaron a sus estudiantes un conjunto de sílabas aleatorias, tanto cerca
de las 0 hs, justo antes de dormir, como por la mañana. El resultado fue
contundente: el aprendizaje obtenido durante la mañana se desplomó con el
paso del tiempo, en concordancia con la ley exponencial de Ebbinghaus; en
cambio, el aprendizaje de la medianoche permaneció estable a lo largo del
tiempo (siempre y cuando los participantes hubieran disfrutado de dos horas
de sueño como mínimo). En otras palabras: según parece, dormir nos impide
olvidar.
Se nos ocurren muchas interpretaciones alternativas para estos resultados.
Quizá el problema se deba a la vigilia: mientras está despierto, el cerebro tal
vez acumule toxinas que se eliminan al dormir; o bien la memoria podría
sufrir una interferencia por obra de los acontecimientos que se suceden en el
lapso entre el aprendizaje y la evaluación, no durante el sueño. Pero todas
estas ideas fueron rechazadas definitivamente en 1994, cuando un grupo de
investigadores demostró que el sueño mejora el aprendizaje (Karni y otros,
1994): sin entrenamiento adicional, el desempeño cognitivo y motor se
incrementa luego de un período de sueño. La experiencia dista de ser
compleja: durante un día, un voluntario aprende a detectar una barra
proyectada en un lugar preciso de la retina. Su desempeño mejora lentamente,
pero luego de unas horas de entrenamiento ya no exhibe mejoría; parece que
se alcanzó el límite. Entonces, se lo deja dormir, para evaluarlo nuevamente
una vez despierto. ¡Oh, sorpresa! Su desempeño resulta tanto mejor después
del descanso, y así sucede en esa jornada y las siguientes. En efecto, el sueño
es el causante del incremento del aprendizaje, porque si se despierta a la
persona durante la noche, cada vez que ingresa en el período de sueño REM –
en cuyo transcurso la actividad cerebral es rápida y más parecida a la de la
vigilia–, no presenta ninguna mejoría cuando se despierta.
Más tarde, numerosos trabajos confirmaron estos descubrimientos (Huber y
otros, 2004; Stickgold, 2005; Walker y otros, 2003; Walker y Stickgold,
2004). La intensidad del aprendizaje varía directamente en función de la
duración del sueño, y sobre todo de su profundidad. Cuando se ponen
electrodos sobre el cráneo, se puede evaluar la calidad del sueño y así
predecir cuánto mejorará el desempeño al despertar. La relación también
parece verificarse en sentido inverso: la necesidad de sueño estaría definida
por los acontecimientos que se produjeron durante la jornada. En los
animales, un gen relacionado con la plasticidad cerebral, el zif268, aumenta
su expresión en el hipocampo y la corteza durante el sueño REM, sobre todo
en ratas previamente expuestas a un ambiente enriquecido: el crecimiento del
estímulo implica un aumento de la plasticidad nocturna (Ribeiro y otros,
1999).
Todavía no se confirmaron los roles de las diferentes etapas del sueño, pero,
según parece, el sueño profundo permite la consolidación y la generalización
de los conocimientos (lo que los psicólogos llaman “memoria semántica” o
“declarativa”), mientras que el sueño REM consolida el aprendizaje
perceptivo y motor (memoria procedural).
El cerebro dormido revive los episodios de la víspera
Si bien las demostraciones psicológicas de los efectos del sueño fueron
bastante convincentes, aún no se había detectado el mecanismo neuronal por
el cual un cerebro dormido podía aprender incluso mejor que mientras estaba
despierto. En 1994, los neuropsicólogos Matt Wilson y Bruce McNaughton
realizaron un descubrimiento notable en experimentos con ratas: sin ningún
tipo de estímulo exterior, las neuronas del hipocampo se activan
espontáneamente durante el sueño (Ji y Wilson, 2007; Louie y Wilson, 2001;
Skaggs y McNaughton, 1996; Wilson y McNaughton, 1994). Además, esta
actividad no es aleatoria: ¡vuelve a trazar los pasos que el animal dio durante
el día!
En efecto, como vimos en el capítulo 4, en el hipocampo hay células de lugar,
vale decir, neuronas que se disparan cuando el animal está (o cree estar) en
determinado punto del espacio (y hay una gran diversidad, ya que cada una
prefiere un lugar diferente). Si investigamos una cantidad suficiente de ellas,
veremos que abarcan el espacio completo por donde se pasea el animal. Por
ejemplo, cuando se desplaza por un pasillo, algunas neuronas se activan a la
entrada, otras en el medio, y otras más cerca del final. Así, el paseo de la rata
se refleja en la sucesiva activación de una serie de células de lugar: el
movimiento en el espacio real se vuelve una secuencia temporal en el espacio
neuronal.
Figura 36. El sueño desempeña un papel central en la consolidación del aprendizaje. Cuando
una rata se duerme, las neuronas del hipocampo vuelven a repasar muchas veces, a una
velocidad acelerada, las secuencias de movimientos que realizó cuando estaba despierta. Esta
actividad, que se extiende hasta la corteza, se repite cientos de veces durante la noche. Al
despertar, el aprendizaje de la jornada precedente está mejor consolidado y automatizado.
Nuestro cerebro (animal o humano) incluso puede descubrir, durante el sueño, regularidades
que se nos habían escapado durante la vigilia.
El descubrimiento del equipo de Wilson y McNaughton es elocuente: cuando
la rata se queda quieta y se duerme, vuelven a activarse las mismas neuronas
del hipocampo, y lo hacen en el mismo orden. Reproducen tal cual las
trayectorias del período de vigilia anterior. La única diferencia es la
velocidad: durante el sueño, las descargas neuronales pueden sucederse
aceleradas, multiplicadas por veinte. Cuando duerme, ¡la rata sueña con una
carrera de alta velocidad!
La relación entre la actividad de las neuronas del hipocampo y la posición
del animal es tan fiable que los científicos lograron invertir el proceso y,
sobre la base de las descargas neuronales, decodificar el contenido del sueño
(Chen y Wilson, 2017; Horikawa y otros, 2013). Para esto, en primer lugar,
se utilizan los datos registrados en el transcurso de la jornada, cuando la rata
se paseó por el mundo real. Esta información permite entrenar un
decodificador: un programa informático que descubre la relación sistemática
entre las descargas neuronales y la posición del animal. Luego este
decodificador se aplica a los datos registrados durante el sueño y se constata
que, mientras duerme, el cerebro traza trayectorias virtuales por el espacio.
Así, el cerebro de la rata repasa a alta velocidad los patrones de actividad
que vivenció durante la jornada. Mientras duerme, renacen en él los
recuerdos de las horas de vigilia. En efecto, este fenómeno no se limita al
hipocampo, sino que se extiende a la corteza, donde desempeña un papel
determinante en la plasticidad sináptica y en la consolidación del aprendizaje.
Gracias a la reactivación durante el descanso, incluso un suceso único de
nuestra vida podrá ser repasado una centena de veces en la medida en que se
lo registre en la memoria episódica. Esta transferencia podría incluso ser la
función principal del sueño (Diekelmann y Born, 2010). El hipocampo
acumularía los recuerdos de la jornada en una memoria rápida, mientras que,
en el transcurso del descanso, la reactivación de estas señales permitiría
ejercitar otras redes neuronales adicionales, principalmente aquellas situadas
en la corteza: una memoria más lenta, pero capaz de obtener el máximo de
información de cada episodio. Efectivamente, en la corteza de una rata que
aprende a realizar una tarea nueva, cuanto más se reactiva una neurona
mientras el animal duerme, más se incrementa su participación en la tarea una
vez que despierta (Ramanathan, Gulati y Ganguly, 2015).[26] La reactivación
del hipocampo desemboca en la automatización cortical.
¿Ocurre el mismo fenómeno en los seres humanos? Sí. Las neuroimágenes
del cerebro humano muestran que durante el sueño se reactivan los circuitos
utilizados en el transcurso de la jornada (Horikawa y otros, 2013; Jiang y
otros, 2017; Peigneux y otros, 2004). Un estudio escaneó durante la noche a
un grupo de jugadores luego de varias horas de enfrentar al célebre Tetris,
videojuego en que las piezas no dejan de caer desde lo alto de la pantalla: en
sueños, los participantes alucinaban con una cascada de formas geométricas,
y sus ojos hacían los movimientos correspondientes, de arriba abajo. Es más,
en un experimento reciente, se hizo dormir a voluntarios dentro de un
resonador magnético, y se los despertó en el momento en que sus
electroencefalogramas sugerían que estaban soñando. Las resonancias (MRI)
mostraron que, justo antes de que se los despertara, numerosas regiones de
sus cerebros se habían activado espontáneamente, y que esa actividad
predecía el contenido de los sueños. De este modo, cuando uno de los
participantes, por ejemplo, decía haberse encontrado con personas en el
sueño, se podía ver que el área cortical del reconocimiento de rostros se había
activado mientras dormía. Otras experiencias revelan que la extensión de esta
activación predice no solo el contenido del sueño, sino también el grado de
consolidación en la memoria que tendrá esta información luego de despertar.
Algunos neurocirujanos, incluso, comenzaron a tomar registros de neuronas
individuales del cerebro humano y observaron que, tal como en las ratas, los
patrones de activación replican la secuencia de acontecimientos vividos
durante la jornada.
El vínculo entre el sueño y el aprendizaje es sólido. Numerosos
experimentos confirman que las variaciones espontáneas de la profundidad
del sueño correlacionan con el desempeño el día posterior. Por ejemplo, la
frecuencia y la intensidad de las ondas lentas del sueño en alguien que
durante la vigilia haya aprendido a utilizar un joystick aumentarán en función
de las regiones parietales del cerebro involucradas en este aprendizaje: a
mayor incremento, más progresa el desempeño de la persona (Huber y otros,
2004). Del mismo modo, luego de un aprendizaje motor, las neuroimágenes
muestran un incremento en la actividad de la corteza motora, el hipocampo y
el cerebelo, en simultáneo con una disminución en determinadas áreas
frontales, parietales y temporales (Walker, Stickgold y otros, 2005). Todos
estos resultados sugieren que el sueño facilita la automatización. Es evidente
que luego de dormir la actividad cerebral se desplaza: se afianza una parte de
los conocimientos adquiridos durante la jornada y se traslada hacia circuitos
más automáticos y más especializados.
Si bien la automatización y el sueño están entrelazados, cualquier científico
sabe que correlación no equivale necesariamente a causalidad. Para saber más
al respecto, hoy en día se puede aprovechar la posibilidad de aumentar
artificialmente la profundidad del sueño mediante un efecto de resonancia en
el cerebro. Durante el sueño, la actividad cerebral oscila espontáneamente
con una frecuencia lenta, del rango de los 40 a 50 ciclos por minuto. Al
inyectar un pequeño impulso, justo en la frecuencia correspondiente, se logra
que estos ritmos entren en resonancia y aumenten su intensidad, de modo
similar a lo que ocurre cuando se empuja una hamaca en el momento exacto
para hacerla oscilar con una amplitud enorme. Precisamente esto hizo el
equipo del científico alemán Jan Born, especialista en sueño, de dos maneras
diferentes: por un lado, inyectó minúsculas corrientes a través del cráneo y,
por otro, con un recurso tanto más sencillo, reprodujo por un altavoz un ruido
difuso sincronizado con las ondas cerebrales del sueño. Ya sea exaltado o
aplacado por el sonido de las olas, el cerebro de quien duerme se deja llevar
por este ritmo irresistible y produce una cantidad notoriamente incrementada
de ondas lentas, características del sueño profundo. En los dos casos, al día
siguiente, este entrenamiento redunda en una mejor consolidación del
aprendizaje (Marshall y otros, 2006; Ngo y otros, 2013).
Una empresa francesa comenzó a sacar réditos económicos de este efecto:
vende una vincha que supuestamente ayuda a conciliar el sueño y aumenta su
profundidad mediante pequeños sonidos que estimulan los ritmos lentos del
cerebro durante el descanso. Otros investigadores contemplaron la
posibilidad de incrementar el aprendizaje forzando al cerebro a reactivar,
durante la noche, algunos recuerdos más que otros. Imaginen que, mientras
aprenden determinados hechos, el aire del aula está saturado de aroma a
rosas. Durante su sueño profundo, se rocía esta fragancia en la habitación. El
experimento revela que, a la mañana siguiente, lo que aprendieron estará
tanto más consolidado que si hubieran dormido sin exposición al perfume
(Rasch y otros, 2007). En este caso, el aroma sirve como una clave
inconsciente que orienta al cerebro a reactivar un episodio específico de la
jornada, lo que aumenta su consolidación en la memoria.
Se puede obtener el mismo efecto con claves auditivas. Supongan que se les
pide memorizar la posición de cincuenta imágenes, cada una asociada a un
sonido o, antes bien, una onomatopeya (el gato hace “miau”, la vaca hace
“mu”, etc.). Es una tarea difícil… pero siempre es bueno consultar las cosas
con la almohada. En un experimento, un grupo de investigadores estimuló el
cerebro de sus voluntarios, durante el sueño, repitiendo algunos de esos
sonidos. Al oírlos, los participantes (aun de manera inconsciente, en la
profundidad del sueño) guiaron la reactivación neuronal nocturna, y a la
mañana siguiente recordaban tanto mejor la ubicación de las respectivas
imágenes (Antony y otros, 2012; Bendor y Wilson, 2012; Rudoy y otros,
2009).
En el futuro, ¿todos manipularemos nuestro sueño, en busca de aprender
mejor? Muchos estudiantes lo hacen ya de forma espontánea: revisan una
lección importante justo antes de dormirse; sin saberlo, intentan guiar su
repaso nocturno. Pero no debemos confundir estos descubrimientos, cuya
eficacia está demostrada, con la falsa idea de que se pueden adquirir nuevas
habilidades mientras se duerme. Algunos charlatanes venden grabaciones que
supuestamente pueden hacernos aprender una lengua extranjera durante el
transcurso de la noche, pero las investigaciones demuestran que no tienen
efecto alguno (Arzi y otros, 2012). El cerebro dormido no aprende nada
nuevo: lo único que puede hacer es reactivar lo que ya experimentó. Para
adquirir una habilidad tan compleja como un buen desempeño en un idioma
que no se dominaba previamente, lo único que funciona es estudiar durante el
día y luego dormir para dejar que el sueño reactive y consolide lo aprendido.
Sueño de un descubrimiento de verano
¿Dormir simplemente fortalece el recuerdo de lo que aprendimos?
Numerosos científicos piensan que no: dan cuenta de descubrimientos que
hicieron mientras dormían. El caso más famoso es el del químico alemán
Friedrich August Kekulé von Stradonitz, quien descubrió en un sueño la
estructura del benceno, una molécula inusual, ya que sus seis átomos de
carbono forman un bucle cerrado, como un anillo… o una serpiente que se
muerde la cola. Sí, en esos términos describió Kekulé el sueño de aquella
presagiosa noche:
Una vez más, los átomos formaban un torbellino ante mí. […] Mi
ojo mental, entrenado por las repetidas visiones de este tipo, ya
podía distinguir grandes formas extrañas y largas cadenas. Largas
filas se retorcían como serpientes. De pronto, ocurrió algo. Una de
las serpientes había mordido su propia cola; la forma giró
burlonamente ante mis ojos. Como iluminado por un relámpago, me
desperté.
Y Kekulé concluyó: “Si aprendiéramos a soñar, señoras y señores, ¡entonces
quizá encontraríamos la verdad!”.
¿Es cierto que el sueño tiene el poder de llevarnos por el camino de la
verdad y aumentar la creatividad? Los pareceres de los historiadores de la
ciencia discrepan en cuanto a la autenticidad del uróboro de Kelulé, pero la
idea de la incubación nocturna tiene gran difusión entre los científicos y los
artistas. El diseñador Philippe Starck, creador de centenas de objetos de
formas inéditas, lo expresó con humor en una entrevista reciente: “Cuando
me voy a acostar, le digo a mi mujer: ‘¡Bueno, me voy al trabajo!’”.[27] Yo
mismo tuve muchas veces la vivencia de descubrir durante el sueño la
solución para un problema difícil que se me había planteado en la jornada.
Sin embargo, un conjunto de anécdotas, por amplio que sea, carece de valor
probatorio. Hace falta experimentar, y exactamente eso hizo el ya
mencionado equipo de Jan Born (Wagner y otros, 2004). Durante el día, estos
investigadores enseñaron a sus voluntarios un algoritmo complejo, del cual
debían valerse para aplicar una serie de cálculos sucesivos a determinada
cifra. Pero el problema tenía un atajo escondido que los participantes
desconocían: había un truco que permitía reducir considerablemente el
tiempo de cálculo. Antes de dormir, muy pocos participantes lo habían
descubierto. Sin embargo, una buena noche de sueño duplicó la cantidad de
voluntarios que descubrían el truco, mientas que entre quienes no habían
dormido las exclamaciones de eureka brillaban por su ausencia. Los
resultados no dependían de la hora del día a la cual fueran evaluados, de
modo que el tiempo transcurrido no era el factor determinante: solo el sueño
genuino traía aparejada la comprensión.
Así, la consolidación nocturna no se reduce al simple refuerzo de los
conocimientos existentes. Los descubrimientos de la jornada no solo quedan
almacenadas, sino que también se los recodifica en una forma más abstracta y
general. Indudablemente, la reactivación neuronal nocturna desempeña un
papel crucial en este proceso. Cada noche, nuestras ideas de la jornada se
reproducen centenas de veces, a un ritmo acelerado, lo que multiplica las
posibilidades de que la corteza descubra allí reglas provistas de sentido.
Además, la aceleración de las descargas neuronales comprime la
información. La reproducción a alta velocidad implica que las neuronas que
durante el día se activan separadas por largos intervalos muestran
activaciones adyacentes en la secuencia comprimida de la noche. Este
mecanismo parece ideal para agrupar, sintetizar, comprimir y “convertir la
información bruta en conocimientos útiles y explotables”, la definición
misma de la inteligencia según el especialista en inteligencia artificial Demis
Hassabis.
En el futuro, ¿las máquinas inteligentes tendrán que dormir como nosotros?
La pregunta bien puede parecer descabellada, pero creo que en cierto sentido
ese momento llegará: los algoritmos informáticos de aprendizaje
probablemente incorporarán una fase de consolidación similar a lo que
llamamos “dormir”. De hecho, los informáticos ya diseñaron varios
algoritmos de aprendizaje computarizado que imitan la alternancia de sueño y
vigilia (Hinton y otros, 1995; Hinton, Osindero y Teh, 2006) y aportan
ejemplos inspiradores para el nuevo enfoque que defiendo en este libro:
aprender consiste en construir un modelo generativo interno del mundo
exterior. Recuerden que nuestro cerebro alberga numerosos modelos internos,
capaces de resintetizar imágenes mentales más verdaderas que la naturaleza,
diálogos realistas y deducciones provistas de sentido. En el estado de vigilia,
ajustamos estos modelos al entorno: los datos sensoriales nos sirven para
seleccionar los modelos que mejor se adaptan al mundo que nos rodea.
Durante esta etapa, el aprendizaje es ante todo una operación de tipo
ascendente: las señales sensoriales inesperadas, cuando son confrontadas con
las predicciones de nuestro modelo interno, generan señales de error de
predicción, que ascienden en la jerarquía cortical y ajustan los pesos
estadísticos en cada paso, con lo cual paulatinamente los modelos
descendentes ganan en precisión.
La nueva idea es que, en el transcurso del sueño, el cerebro funciona en el
sentido inverso, de arriba abajo. Durante la noche, utilizamos los modelos
generativos para sintetizar nuevas imágenes, nunca antes vistas, y una parte
del cerebro se entrena para reconocer estas imágenes creadas a partir de
fragmentos. Mientras soñamos, las conexiones que se ajustan son aquellas
que van de los niveles más bajos a los más altos: detectan qué regularidades
del mundo exterior apuntan hacia tal o cual modelo interno. Así, nos
volvemos cada vez más eficaces: después de una buena noche de sueño,
incluso una pista ínfima nos basta para encontrar el mejor modelo mental de
la realidad, sin importar que a veces sea excesivamente abstracto.
Este enfoque considera que los sueños no son otra cosa que imágenes de
entrenamiento, recreaciones de la realidad que utilizamos para multiplicar las
experiencias (necesariamente limitadas) que tuvimos en las horas de vigilia
que los precedieron. El sueño resolvería un problema con el cual deben lidiar
todos los algoritmos de aprendizaje: la poca cantidad de datos disponibles. En
efecto, las redes neuronales artificiales necesitan enormes conjuntos de datos
para aprender, pero la vida es demasiado corta y el cerebro debe contentarse
con la cantidad limitada de información que logra recopilar durante el día.
Acaso el sueño haya sido la solución que nuestro cerebro encontró para
simular de forma acelerada, en cuestión de horas, innumerables eventos que
no habría podido vivenciar en la realidad empírica en una vida.
Durante estos experimentos mentales, ocasionalmente hacemos
descubrimientos. Aquí no hay siquiera un atisbo de magias o alquimias: a
medida que nuestro motor de simulación mental funciona, a veces llega a
resultados inesperados, de modo similar a un jugador de ajedrez que, una vez
dominadas las reglas, puede pasar años explorando sus consecuencias. En
efecto, la humanidad debe a las imágenes mentales algunos de sus mayores
descubrimientos científicos: por ejemplo, cuando Einstein soñaba con
capturar un rayo de luz (preanuncio del fotón) o cuando Newton imaginaba
que la Luna caía hacia la Tierra como una manzana. Incluso es probable que
el experimento más célebre y celebrado de Galileo, en que arrojó objetos
desde la Torre de Pisa para demostrar que la velocidad de la caída libre no
depende de la masa, jamás haya sucedido en la realidad concreta. Una
experiencia del pensamiento pudo haber sido suficiente: Galileo imaginó que
dos esferas, una liviana y otra pesada, caían desde lo alto de la torre, supuso
que la más pesada caería más rápido, y usó sus modelos mentales para
demostrar que esto llevaría a una contradicción. Y este notable científico,
bien pudo señalar algo por el estilo:
Supongamos que uno las dos esferas con un hilo de masa
despreciable. El conjunto de dos esferas, que ahora forma un objeto
más pesado, debería caer aún más rápido. Pero esto es absurdo,
porque la esfera liviana, que cae a menor velocidad, debería
desacelerar a la más pesada. Estas contradicciones infinitas solo
tienen una salida: todos los objetos caen a la misma velocidad,
independientemente de su masa.
Este es el tipo de argumentación de que es capaz nuestro simulador mental,
tanto en la vigilia como en el sueño. El hecho mismo de que sepamos cómo
desplegar semejantes conjuntos imaginarios pone de relieve la extraordinaria
variedad de algoritmos de que dispone el cerebro. Por supuesto, aprendemos
durante el día, pero la actividad neuronal nocturna multiplica nuestro
potencial. Tal vez allí resida uno de los secretos de la especie humana:
nuestro sueño podría ser uno de los más profundos y eficaces en comparación
con el de los demás primates (Samson y Nunn, 2015).
El sueño, la infancia y la escuela
Ahora bien, ¿qué ocurre con los niños? Todos saben que los bebés pasan la
mayor parte del tiempo durmiendo y que el tiempo de sueño se acorta con la
edad (queda muy lejos esa noche perpetua, de solo dormir, que el poeta
Catulo prometía a Lesbia). Esto es lógico: la primera infancia es un período
de aprendizaje privilegiado durante el cual es probable que los algoritmos del
cerebro deban funcionar tanto más. De hecho, las investigaciones demuestran
que, incluso con la misma duración, el sueño del niño es de dos a tres veces
más eficaz que el del adulto. Después de un aprendizaje intensivo, un niño de
10 años se sumerge mucho más rápido en el sueño profundo que un adulto.
Sus ondas lentas del sueño son más intensas, y el resultado es claro: cuando
estudia una lección cae en el sueño y al día siguiente se despierta renovado y
bien dispuesto; luego constatamos que descubrió muchas más regularidades
que un adulto en la misma situación (Wilhelm y otros, 2013).
La consolidación nocturna funciona desde los primeros meses de vida. En el
bebé de menos de 1 año, por ejemplo, el aprendizaje de las palabras depende
lisa y llanamente del sueño. Un bebé que duerme la siesta, aunque solo dure
una hora y media, retiene mucho mejor las palabras que se le enseñaron antes
de descansar (Friedrich y otros, 2015; Seehagen y otros, 2015). Pero el
detalle sobresaliente es que no solo las aprende, sino que las generaliza
mejor: la primera vez que escucha la palabra “caballo”, la asocia únicamente
con una o dos imágenes específicas; pero luego de haber dormido, su cerebro
logra asociar esta palabra a nuevos ejemplares nunca antes vistos. Como un
Kekulé en pañales, realiza descubrimientos mientras duerme y se despierta
con una teoría mucho más elaborada de la palabra “caballo”.
¿Y qué ocurre durante la edad escolar? También en este caso las
experiencias son muy claras: en el jardín de infantes, hasta una breve siesta
por la tarde mejora el aprendizaje de la mañana (Kurdziel, Duclos y Spencer,
2013). Para obtener el máximo beneficio, el sueño debe ocurrir en las horas
inmediatamente posteriores al aprendizaje. Este beneficio, sin embargo, solo
se da en niños que duermen la siesta a menudo. Por ende, no parece
conveniente obligar a los niños a dormir, sino tan solo dejar dormir a los que
desean hacerlo: el cerebro regula naturalmente su necesidad de dormir de
acuerdo con la cantidad de estímulos nuevos que conoció durante la jornada.
Por desgracia, con la actual sobreabundancia de exposición a televisión,
smartphones e internet, el sueño de los niños, al igual que el de los adultos, se
ve asediado, amenazado, dificultado por todos los frentes. ¿Cuáles son las
consecuencias de esta realidad? ¿Es cierto que la privación crónica de sueño
acarrea trastornos específicos del aprendizaje que, según se dice, están
aumentando? De momento, esta posibilidad no va más allá de la pura
hipótesis, pero hay algunos indicios en ese sentido: es posible que una
fracción no desdeñable de los niños hiperactivos con trastornos de atención
solo sufran de una privación crónica de sueño. En algunos casos, por
ejemplo, se detectan problemas respiratorios que les impiden entrar en el
sueño profundo, y una simple limpieza de las vías respiratorias a veces basta
y sobra para eliminar no solo los problemas de sueño, sino también los de
atención. Una experiencia reciente incluso sugiere que la estimulación
eléctrica del cerebro, al aumentar la profundidad de las ondas lentas del
sueño, también podría corregir el déficit de aprendizaje en los niños
hiperactivos (Avior y otros, 2004; Cortese y otros, 2013; Hiscock y otros,
2015; Prehn-Kristensen y otros, 2014).
Dejémoslo bien claro: estos datos aún deben someterse a repetidas pruebas,
y de ninguna manera intento negar la existencia de auténticos trastornos de
atención (se trata de niños que pueden beneficiarse mucho con un
entrenamiento de su atención, o en quienes a veces un fármaco como la
ritalina puede tener efectos muy positivos). Sea como fuere, en el plano
educativo ya no cabe duda de que mejorar la duración y la calidad del sueño
constituye una intervención efectiva para todos los niños y muy
especialmente para aquellos que presentan dificultades de rendimiento
escolar o problemas de aprendizaje.
La idea pasó por pruebas piloto en adolescentes. En su caso, la
cronobiología demostró que el ciclo del sueño cambia durante la pubertad:
los adolescentes no sienten la necesidad de acostarse temprano, pero, como
todos pueden haber vivenciado, tienen grandes dificultades para levantarse.
Esto no supone mala voluntad, sino que se trata de la simple consecuencia de
una reorganización de las redes neuronales y hormonales que controlan el
ciclo de sueño-vigilia. Por desgracia, nadie parece haber informado al
respecto a las autoridades escolares, quienes todavía exigen a los estudiantes
que hagan acto de presencia a primera hora de la mañana. ¿Qué ocurriría si
cambiáramos esta convención tan arbitraria? El experimento se realizó con
éxito: si la entrada a la escuela se posterga entre media hora y una hora, todo
cambia: los adolescentes duermen mejor, su ausentismo se reduce, la
atención en clase aumenta y el desempeño escolar mejora (American
Academy of Pediatrics, 2014). Y la lista de efectos positivos podría
continuar: la Academia Estadounidense de Pediatría recomienda
enfáticamente retrasar los horarios de inicio escolar como una medida
eficiente para combatir la obesidad, la depresión y los accidentes (entre otros,
por conducir con sueño). El hecho de que el bienestar físico y mental de los
niños pueda mejorarse con tanta facilidad y sin costo alguno sirve de
magnífico ejemplo de los beneficios de adaptar el sistema educativo a las
características de la biología cerebral.
[25] El hipocampo también parece hacer un robusto aporte a la memorización de los
hechos aritméticos (Qin y otros, 2014).
[26] Véanse también los resultados que revelan un efecto directo del sueño en la
plasticidad sináptica en Norimoto y otros (2018).
[27] Philippe Starck, France Inter, viernes 8 de junio de 2018.
Conclusión
Entiendo que la mayor y principal dificultad de la ciencia humana es
la acertada dirección y educación de los niños.
Montaigne, Ensayos (1580)
La pedagogía es como la medicina: un arte, pero que se apoya –o
debería apoyarse– sobre conocimientos científicos precisos.
Jean Piaget, “La pedagogía moderna” (1949)
Ahora que nuestro viaje llega a su fin, tengo la esperanza de haberlos
convencido de que, gracias a los avances de la psicología cognitiva, las
neurociencias, la inteligencia artificial y las ciencias de la educación,
disponemos de conocimientos detallados sobre el modo en que nuestro
cerebro aprende. Estos conocimientos no nos resultan obvios, lo que da
mayor motivo para que revisemos la mayoría de nuestras ideas sobre el
aprendizaje:
No, el bebé no es una tabula rasa carente de saberes: desde el primer
año de vida, dispone de un enorme conjunto de conocimientos sobre
los objetos, los números, las probabilidades, el espacio y las personas.
No, el niño no es una esponja que absorbe dócilmente la estructura de
su entorno. Recuerden a Felipe, el niño ciego y tetrapléjico que
descollaba como cuentacuentos en Brasil, o a Nicholas Saunderson, el
matemático ciego que sucedió a Newton en cátedra: esas dos
experiencias nos muestran que la recepción de información sensorial
puede estar alterada o ausente, sin que eso elimine la capacidad de
abstracción.
No, el cerebro no es únicamente una red neuronal maleable que se
deja modelar por la información que recibe: todos los grandes haces
de conexiones están presentes desde el nacimiento, y la plasticidad
cerebral, aunque indispensable, solo ajusta los últimos milímetros de
nuestras conexiones.
No, el aprendizaje no se produce de forma pasiva, por simple
exposición a datos, clases magistrales o conferencias. Por el contrario,
la psicología cognitiva y las neuroimágenes demuestran que el niño es
un científico en ciernes que constantemente genera nuevas hipótesis, y
que el cerebro es un órgano siempre alerta, que aprende poniendo a
prueba los modelos que proyecta sobre el mundo exterior.
No, el error no es la marca de los “malos” alumnos: equivocarse es
parte integrante del aprendizaje, porque solo gracias al error el cerebro
puede ajustar sus modelos cuando descubre una discrepancia entre sus
expectativas y la realidad.
No, el sueño no es apenas un período de descanso: forma parte de
nuestro algoritmo de aprendizaje como momento privilegiado en que
el cerebro reproduce sus modelos una y otra vez, en bucle, y
amplifica, por un factor de diez o de cien, lo adquirido durante el día.
Y, por último, no, las terminales informáticas actuales no están cerca
de superar al cerebro humano. Al menos por ahora, nuestro cerebro
sigue siendo el dispositivo de procesamiento de la información más
rápido, más eficaz y el que menos energía consume. Como una
verdadera máquina probabilística, logra extraer de cada episodio de la
jornada aun los fragmentos ínfimos de información y transformarlos
durante la noche en conocimientos abstractos y generales, de un modo
que todavía no sabemos reproducir en las computadoras.
En la batalla prometeica que libran el microchip y la neurona, la máquina y el
cerebro, este último todavía conserva la ventaja. En principio, en la mecánica
cerebral no hay elemento que una máquina no pueda imitar. Por lo pronto,
todas las ideas que enuncié en este libro ya funcionan como herramientas en
las manos de informáticos cuyas investigaciones se inspiran abiertamente en
las neurociencias (Hassabis y otros, 2017; Lake y otros, 2016). Sin embargo,
en la práctica, las máquinas todavía deben transitar un largo camino. Para
avanzar, necesitarán varios de los ingredientes que analizamos aquí: un
lenguaje del pensamiento interno que permita recombinar los conceptos con
flexibilidad; algoritmos capaces de razonar a partir de distribuciones de
probabilidad; una función de curiosidad; sistemas eficaces de gestión de la
atención y de la memoria; y, tal vez, como ya vimos, un algoritmo de sueñovigilia que expanda el entrenamiento y multiplique las oportunidades de
descubrimiento. Hoy en día, comienzan a aparecer algoritmos de este tipo,
pero todavía están a años luz de alcanzar el desempeño de un bebé recién
nacido. Nuestro cerebro aún lleva las de ganar frente a las máquinas, y
presumo que seguirá siendo así durante mucho tiempo.
Trece recomendaciones para optimizar el potencial de los niños
Cuanto más estudio el cerebro humano, más me impresiona. Pero también sé
que su desempeño es frágil, porque depende mucho del entorno donde se
desarrolla. Muchos niños (incluso demasiados) no alcanzan a realizar su
potencial de aprendizaje con plenitud porque la familia, la escuela o la
sociedad no les proveen las condiciones ideales.
Las comparaciones internacionales son alarmantes: desde hace quince o
veinte años, los rendimientos escolares de muchos países occidentales –
incluido mi propio país, Francia− se desplomaron, mientras que ganaron
terreno muchos países y ciudades asiáticos, como Singapur, Shanghái o Hong
Kong.[28] En matemáticas, que solía ser el punto fuerte de Francia, los
resultados descendieron drásticamente entre 2003 y 2015. La tendencia se
afianzó en 2018: se confirmó que mi país ocupaba el último lugar de Europa
en la prueba Timms, que evalúa el aprendizaje de los alumnos de 15 años en
matemáticas y en ciencias; de todos los países participantes registró la mayor
baja en veinte años. En 2016 ocurrió algo similar ocurrió con la prueba Pirls,
que evalúa la lectura en cuarto grado: en menos de dos décadas, Francia,
patria de muchos matemáticos notables, sufrió un naufragio y actualmente
ocupa la parte más baja del ranking europeo, en especial cuando es cuestión
de interpretar textos más complejos. Para peor, el país cuyo lema patrio clama
Igualdad y Fraternidad presenta los peores resultados en el área de
integración escolar: Francia es el país con el mayor impacto del nivel social
de las familias en sus resultados escolares.
Frente a estos pésimos resultados con demasiada frecuencia tiende a
levantarse el dedo para acusar a los docentes. En realidad, nadie sabe cuáles
son las causas de esta caída reciente: ¿la escuela, los padres, o la sociedad
como un todo? ¿Debemos culpar a la falta de sueño, la falta de atención, los
videojuegos, las familias reducidas? En cualquiera de los casos, estoy seguro
de que los avances recientes de las ciencias del aprendizaje pueden ayudar a
revertir esta oscura tendencia. Hoy en día sabemos mucho más sobre las
condiciones que maximizan el aprendizaje y la memoria. Como padres,
madres y docentes, debemos aprender a implementarlas en la vida cotidiana,
tanto en casa como en la escuela.
A lo largo de este libro, presenté una serie de resultados científicos que
convergen en ideas muy simples y fáciles de aplicar. Revisémoslas juntos:
No subestimemos a los niños y a las niñas. Desde el nacimiento, cada
niño posee un rico conjunto de habilidades y conocimientos. El
concepto de objeto, el sentido de los números, el don de las lenguas, el
conocimiento de las personas y de sus intenciones… Tantos módulos
cerebrales que ya están presentes en los más pequeños y que la
educación reciclará más tarde durante los cursos de física,
matemáticas, lengua o filosofía. Apoyémonos sobre las intuiciones
precoces de los niños: cada palabra o cada símbolo que aprenden,
aunque sea abstracto, debe conectarse con conocimientos previos. Esta
conexión les dará sentido.
Aprovechemos los períodos sensibles. En los primeros años de vida,
millares de sinapsis se crean y se destruyen todos los días. Esta
efervescente actividad vuelve al cerebro particularmente receptivo a
cierto tipo de aprendizaje; en primer lugar, el de las lenguas. Sepamos
aprovechar este período sensible para exponer a los niños a una
segunda lengua tan pronto como sea posible, sin perder de vista que la
plasticidad se prolonga por lo menos hasta la adolescencia. Durante
esta etapa, la inmersión en una lengua extranjera puede transformar el
cerebro en el lapso de pocos meses.
Enriquezcamos el entorno. Como consumado genio del aprendizaje, el
cerebro del niño sigue siendo la más poderosa de las
supercomputadoras. Respetémoslo dándole, desde la edad más
temprana, estímulos que estén a su altura: juegos de palabras o de
construcción, historias, desafíos, acertijos, rompecabezas… No
dudemos en tener conversaciones serias con los niños, respondamos a
sus preguntas, incluso a las más difíciles, con un vocabulario
elaborado para explicarle lo que nosotros entendemos sobre el mundo
que nos rodea. Darles a los pequeños un entorno enriquecido,
especialmente en lo que respecta al lenguaje, maximizará el
crecimiento de su cerebro y preservará, durante el mayor tiempo
posible, su plasticidad juvenil.
Abandonemos la idea de que todos los niños son diferentes. La idea de
que cada uno de nosotros posee su propio estilo de aprendizaje es un
mito. Las neuroimágenes dejan de manifiesto que todos poseemos
circuitos y reglas de aprendizaje muy similares. Las áreas cerebrales
responsables de la lectura, el cálculo mental o las matemáticas son casi
las mismas en todos, milímetros más o menos, incluso sin distinción
en el caso de niñas y niños ciegos. Todos los niños se encuentran con
dificultades similares, y los mismos métodos de enseñanza permiten
resolverlas. Las diferencias individuales, cuando existen, versan sobre
el conocimiento previo, la motivación y la velocidad del aprendizaje.
Sepamos diagnosticar cuidadosamente el nivel de los niños para
estimularlos con problemas adaptados a su nivel y a sus ganas, pero,
sobre todas las cosas, asegurémonos de que todas las criaturas
adquieran los fundamentos del lenguaje, la alfabetización y las
matemáticas que, sin excepción, necesitan.
Prestemos atención a la atención. La atención es la puerta de entrada
al aprendizaje: casi ninguna información será memorizada si antes no
fue amplificada por la atención y la toma de conciencia. En la escuela,
los docentes deben lograr cautivar la atención de sus alumnos y
orientarla hacia lo que realmente importa. Esto implica eliminar con
cuidado cualquier fuente de distracción: los manuales demasiado
ilustrados, las aulas con decoración excesiva, las letras o los dígitos
deformados u ornamentados con personajes no hacen otra cosa que
distraer al niño de su tarea principal y le impiden concentrarse.
Hagamos que el niño se vuelva activo, curioso, comprometido y
autónomo. Un alumno pasivo no aprende nada. Volvámoslo más
activo. Provoquemos la demanda permanente de su inteligencia para
que su mente resplandezca de curiosidad y genere permanentemente
nuevas hipótesis. Pero no esperemos que descubra todo por sí solo:
guiémoslo mediante contenidos y secuencias pedagógicas
estructurados.
Hagamos de cada día de escuela algo placentero. Los circuitos de la
recompensa son moduladores esenciales de la plasticidad cerebral.
Utilicémoslos recompensando cada esfuerzo y haciendo que cada hora
de clase sea un momento divertido. Ningún niño es insensible a las
recompensas materiales, pero su cerebro social responde de la misma
manera a las sonrisas y los mensajes de aliento. El sentimiento de ser
apreciado, pero también la conciencia de que se está progresando,
aportan su propia recompensa. Como contrapartida, erradiquemos la
ansiedad y el estrés que bloquean el aprendizaje, sobre todo en
matemáticas.
Alentemos los esfuerzos. Una escuela placentera no es sinónimo de
una escuela “sin esfuerzo”. Al contrario, las habilidades más
interesantes, como la lectura, las matemáticas o tocar un instrumento
exigen meses o años de aprendizaje. Evitemos hacerles creer a los
niños que todo será fácil, porque además esto traerá aparejado que,
cuando no logren los objetivos, piensen que son burros o toscos. En
cambio, expliquémosles que todos los alumnos deben hacer esfuerzos
y que, cuando los hacen, consiguen progresar. Adoptemos una
mentalidad progresista, no una mentalidad rígida.
Ayudemos a los alumnos a profundizar su pensamiento. Cuanto más
profundamente procese la información nuestro cerebro, mejor
podremos recordarla. Nunca nos contentemos con el aprendizaje
superficial; busquemos siempre una comprensión más profunda. Y
recordemos las palabras de Henry Roediger: “Hacer que las
condiciones de aprendizaje sean más difíciles, lo que requiere mayor
esfuerzo cognitivo por parte de los estudiantes, a menudo redunda en
una mayor retención”.
Fijemos objetivos claros. Los alumnos aprenden mejor cuando les
enunciamos con claridad el objetivo de la enseñanza y pueden
constatar que todo lo que se les propone converge allí. Expliquémosles
sin rodeos qué esperamos de ellos y permanezcamos enfocados en esa
meta.
Aceptemos y corrijamos los errores. Para actualizar los modelos
mentales, nuestras áreas cerebrales deben intercambiar mensajes de
error. El error es, entonces, la condición misma del aprendizaje. No lo
sancionemos; pero corrijámoslo rápidamente, dándole al niño una
devolución detallada y sin presión sobre el error que cometió. De
acuerdo con el informe de la Education Endowment Fundation, la
calidad del feedback del docente a sus alumnos es el trampolín más
eficaz del progreso escolar.
Repasemos, una y otra vez. Aprender de una sola vez no es suficiente,
también es necesario consolidar los contenidos del aprendizaje con el
objetivo de que se vuelvan automáticos, inconscientes y reflexivos.
Solo la automatización libera la corteza prefrontal, que, de este modo,
queda disponible para otras actividades. La estrategia más eficaz
consiste en segmentar el aprendizaje: un poco todos los días. Por eso,
distribuir las sesiones de estudio y práctica permitirá que la
información se imprima en la memoria de modo definitivo.
Dejemos dormir a los niños. El sueño es un ingrediente esencial de
nuestro algoritmo de aprendizaje. Cada período de sueño, incluida la
siesta, aporta un beneficio suplementario. Asegurémonos, entonces, de
que los niños duerman mucho y con profundidad. Para obtener el
máximo beneficio del período de trabajo inconsciente nocturno,
repasar una lección o volver a leer un problema justo antes de dormir
podría resultar una estrategia útil. No olvidemos que la cronobiología
indica que durante la adolescencia los ciclos del sueño se desplazan ¡y
no programemos el despertador para un horario tan temprano!
Solo si aprendemos a conocernos mejor obtendremos las mayores ventajas de
los poderosos algoritmos con que está equipado el cerebro. Sin lugar a duda,
todos los niños se verían beneficiados si se conocieran los cuatro pilares del
aprendizaje: la atención, el compromiso activo, la importancia de un buen
feedback sobre el error y la consolidación. Cuatro eslóganes los resumen con
eficacia: “Concéntrense por completo”; “Participen en clase”; “Hagan
ejercicios todos los días”; “Aprovechen cada noche”. Son mensajes muy
sencillos que cada cual debería conocer y poner en práctica, desde la edad
más temprana.
Una alianza para la escuela del mañana
¿Sabremos lograr una armonía entre nuestras escuelas y los descubrimientos
de las neurociencias y de las ciencias cognitivas? Para conseguirlo, se
necesita una nueva alianza. Así como la medicina descansa actualmente en
una pirámide de investigación biológica y farmacológica, estoy seguro de
que, en el futuro, la educación se valdrá de la investigación basada sobre
evidencia, incluidos experimentos de laboratorio pero también pruebas a
escala real y estudios de implementación en el aula. Solo si unimos nuestras
fuerzas podremos lograrlo. La escuela del mañana deberá convocar a los
docentes, las familias y los científicos alrededor de una causa común: revivir
en las niñas y los niños la curiosidad y la alegría de aprender, para así
ayudarlos a optimizar su potencial cognitivo.
Expertos del aula, los maestros tienen la invaluable tarea de criar a nuestros
hijos e hijas, quienes pronto tendrán el futuro del mundo en sus manos. Sin
embargo, a menudo ejercen esa tarea en condiciones difíciles y con
herramientas escasas. Se merecen mucho más respeto y una enorme
inversión. Los docentes hoy enfrentan desafíos cada vez más severos, que
incluyen la disminución de los recursos, el aumento del tamaño de las clases,
la creciente violencia y la implacable tiranía del plan de estudios.
Sorprendentemente, la mayoría de ellos recibe poca capacitación profesional
y casi ninguna introducción a la ciencia del aprendizaje. Creo que debemos
cambiar urgentemente este estado de cosas. Espero que este libro contribuya
a que las universidades, los institutos de formación y las escuelas superiores
del profesorado ofrezcan un plan de estudios a la altura del compromiso que
los docentes tienen con nuestros niños.
También espero que los docentes estén de acuerdo en que de ningún modo
el avance de las neurociencias del aprendizaje puede coartar su libertad
pedagógica. Por el contrario, el objetivo de este libro es permitirles ejercer
mejor esa libertad. “Pienso en un héroe”, señaló el actual premio Nobel Bob
Dylan cuando en 1985 presentó su álbum de rarities e inéditos Biograph,
“como alguien que entiende el grado de responsabilidad que su libertad
conlleva”. Por eso, la creatividad pedagógica genuina solo puede provenir de
una plena conciencia de la gama de estrategias disponibles, de la posibilidad
de elegir cuidadosamente entre ellas, con conocimiento de su impacto en los
estudiantes. Los principios que enuncié a lo largo de este libro son
compatibles con múltiples enfoques pedagógicos, y queda todo por inventar
para traducirlos en actos dentro del aula. Espero mucho de la imaginación de
los maestros, porque la considero esencial para desencadenar el entusiasmo
de los niños.
En mi opinión, las escuelas del futuro también deberían involucrar más a las
familias y los adultos responsables, ya que son actores primordiales en el
desarrollo de un niño, cuyas acciones preceden y prolongan las de la escuela.
El entorno inmediato es donde los niños tienen la oportunidad de expandir, a
través del trabajo y los juegos, el conocimiento que adquirieron en clase. La
familia está abierta los siete días de la semana y, por lo tanto, puede, mejor
que la escuela, aprovechar al máximo la alternancia entre vigilia y sueño,
entre aprendizaje y consolidación. Las escuelas deberían dedicar más tiempo
a la capacitación de los padres, porque es una de las intervenciones más
eficaces: pueden ser relevos invaluables para los maestros, además de
observadores astutos y detallistas de las dificultades de sus niños y niñas.
Por último, los científicos deben comprometerse junto con los docentes y la
escuela para consolidar el creciente campo de las ciencias de la educación. En
comparación con el gran progreso que tuvieron las ciencias cognitivas y las
neurociencias en los últimos treinta años, la investigación en educación
todavía es un área relativamente descuidada. Los entes estatales y privados
deberían incitar a los científicos a realizar grandes programas de
investigación básica en todos los campos de las ciencias del aprendizaje,
desde las neurociencias y las neuroimágenes hasta la neuropsicología de los
trastornos del desarrollo, la psicología cognitiva y la sociología de la
educación. El cambio de escala, del laboratorio al aula, no es tan fácil como
parece. Tenemos una gran necesidad de experimentación en las escuelas, en
espacios a escala real. Las ciencias cognitivas pueden ayudar a concebir y a
evaluar herramientas educativas innovadoras. Del mismo modo en que la
medicina se apoya sobre la biología, el campo de la educación debe dar vida
a un nuevo ecosistema de investigación, más sistemático, más riguroso, que
propicie la colaboración entre docentes e investigadores en la búsqueda
incesante de una educación más eficaz, basada en datos fácticos y
correctamente probados.
Docentes, familias, científicos: todos juntos para hacer progresar las
ciencias de la educación y su aplicación práctica en la escuela. La fórmula me
parece clara, eficaz, y la urgencia, real.
[28] Véanse las pruebas PISA (Program for International Student Assessment;
<www.oecd.org/pisa-fr>), Timms (Trends in International Mathematics and Science
Study) y Pirls (Progress in International Reading Literacy Study;
<timssandpirls.bc.edu>).
Agradecimientos
El desarrollo de este libro se vio estimulado por numerosos encuentros. Los
primeros, con Michael Posner y Bruce McCandliss, de la Universidad de
Oregón, me convencieron de que las ciencias cognitivas son pertinentes para
la educación. Debo mucho a los numerosos encuentros científicos
organizados con ayuda de la Organización para la Cooperación y el
Desarrollo Económicos (OCDE) y de Bruno Della Chiesa. Más tarde,
Marcela Peña, Sidarta Ribeiro, Mariano Sigman, Alejandro Maiche y Juan
Valle Lisboa formaron a una generación de jóvenes científicos en los
inolvidables encuentros anuales de la Latin American School for Education,
Cognitive and Neural Sciences. Tuve la suerte de participar en todas sus
ediciones y les debo mucho.
Otra persona que tuvo esta suerte es mi esposa y colega Ghislaine DehaeneLambertz. Hace treinta y dos años que debatimos sobre el desarrollo cerebral
y, por añadidura, sobre la educación de nuestros hijos. No hace falta decir
que le debo todo a ella, incluida una relectura atenta de las páginas
precedentes.
Otro aniversario: hace treinta y tres años que me uní a los laboratorios de
Jacques Mehler y de Jean-Pierre Changeux. Su influencia sobre mi
pensamiento es inmensa, y ellos reconocerán aquí un buen número de sus
temas predilectos, como también lo harán otros colegas y amigos muy
cercanos como Lúcia Braga, Laurent Cohen, Naama Friedmann, Véronique
Izard, Régine Kolinsky, José Morais, Lionel Naccache, Christophe Pallier,
Mariano Sigman, Elizabeth Spelke y Josh Tenenbaum.
Mi amigo Antonio Battro me alentó constantemente en mis investigaciones
sobre el cerebro, la educación y el aprendizaje. Le estoy igualmente
agradecido por haberme hecho conocer a Nico, un artista con una
personalidad notable, que me autorizó con gentileza a reproducir aquí
algunos de sus cuadros. Gracias también a Yoshua Bengio, Alain Chédotal,
Guillaume y David Dehaene, Molly Dillon, Jessica Dubois, György Gergely,
Eric Knudsen, Leah Krubitzer, Bruce McCandliss, Josh Tenenbaum, Fei Xu
y Robert Zatorre por haberme autorizado a reproducir las numerosas figuras
que dan color a este texto.
También me gustaría agradecerles a todas las instituciones que sustentan
mis investigaciones desde hace años con una fidelidad a prueba de todo, y
particularmente al Instituto Nacional de Salud e Investigación Médica
(Inserm), la Comisión de Energía Atómica y Energías Renovables, el Collège
de France, la Universidad París-Sur, el European Research Council (ERC) y
la Fundación Bettencourt-Schueller. Gracias a ellos me he podido rodear de
estudiantes y colaboradores brillantes y enérgicos. Son demasiado numerosos
para ser citados aquí, pero se reconocerán en la larga lista de publicaciones
que sigue. Vaya una mención particular para Anna Wilson, Dror Dotan y
Cassandra Potier-Watkins, con quienes desarrollé programas educativos e
intervenciones en las aulas.
Jean-Michel Blanquer, ministro de Educación de Francia, me honró con su
confianza al proponerme presidir su primer Consejo Científico, algo que
quiero agradecerle con vehemencia aquí. Les debo mi reconocimiento a todos
los miembros de este Consejo, y particularmente a Esther Duflo, Michel
Fayol, Marc Gurgand, Caroline Huron, Elena -Pasquinelli, Franck Ramus,
Elizabeth Spelke y Jo Ziegler, así como a su secretario general Nelson
Vallejo-Gómez, por su compromiso y por todo lo que me enseñaron.
La preparación de esta edición se vio beneficiada por una relectura atenta de
Marie-Lorraine Colas.
Por último, menciono que este es el sexto libro que publico con mi editora
Odile Jacob y su marido Bernard Gottlieb. Su amistad y su confianza me
conmueven profundamente. Poco después, el ojo crítico de Wendy Wolf y
Terezia Cicel, mis editoras en Penguin Viking, siguió haciendo aportes al
texto. Y no habría llegado a sus manos sin la constante ayuda de mi agente,
Brockman Inc. Gracias, John y Max, por su inagotable apoyo y su invaluable
feedback. La versión actual renueva y confirma el vínculo de años con Siglo
XXI Editores, que publica mi obra en castellano bajo el cuidado de Yamila
Sevilla. Agradezco a Carlos Díaz y a Diego Golombek la inclusión de este
nuevo libro en la Serie Mayor de Ciencia que ladra, y a Josefina D’Alessio y
Luciano Padilla López la traducción y el exquisito cuidado del texto.
S. D., París, septiembre de 2019
Bibliografía
Abboud, S., Maidenbaum, S., Dehaene, S., Amedi, A. (2015), “A
number-form area in the blind”, Nature Communications, 6, 6026.
Adibpour, P., Dubois, J., Dehaene-Lambertz, G. (2018), “Right but not
left hemispheric discrimination of faces in infancy”, Nature Human
Behaviour, 2 (1), 67-79.
Ahissar, M., Hochstein, S. (1993), “Attentional control of early
perceptual learning”, Proc. Natl Acad. Sci. USA, 90 (12), 5718-5722.
Almas, A. N., Degnan, K. A., Radulescu, A., Nelson, C. A., Zeanah, C.
H., Fox, N. A. (2012), “Effects of early intervention and the moderating
effects of brain activity on institutionalized children’s social skills at
age 8”, Proc. Natl Acad. Sci. USA, 109 (suppl. 2), 17.228-17.231.
Amalric, M., Dehaene, S. (2016), “Origins of the brain networks for
advanced mathematics in expert mathematicians”, Proceedings of the
National Academy of Sciences, disponible en <www.pnas.org>.
— (2017), “Cortical circuits for mathematical knowledge: Evidence for a
major subdivision within the brain’s semantic networks”, Philos. Trans.
R. Soc. Lond. B. Biol. Sci., 373 (1740).
Amalric, M., Denghien, I., Dehaene, S. (2017), “On the role of visual
experience in mathematical development: Evidence from blind
mathematicians”, Developmental Cognitive Neuroscience.
Amalric, M., Wang, L., Pica, P., Figueira, S., Sigman, M., Dehaene, S.
(2017), “The language of geometry: Fast comprehension of geometrical
primitives and rules in human adults and preschoolers”, PLoS
Computational Biology, 13 (1), e1.005.273.
Amedi, A., Raz, N., Pianka, P., Malach, R., Zohary, E. (2003), “Early
“visual” cortex activation correlates with superior verbal memory
performance in the blind”, Nature Neuroscience, 6 (7), 758-766.
American Academy of Pediatrics (2014), “School start times for
adolescents”, Pediatrics, 134 (3), 642-649.
Amunts, K., Lenzen, M., Friederici, A. D., Schleicher, A., Morosan, P.,
Palomero-Gallagher, N., Zilles, K. (2010), “Broca’s region: Novel
organizational principles and multiple receptor mapping”, PLoS
Biology, 8 (9).
Amunts, K., Zilles, K. (2015), “Architectonic mapping of the human
brain beyond Brodmann”, Neuron, 88 (6), 1086-1107.
Ansari, D., Dhital, B. (2006), “Age-related changes in the activation of
the intraparietal sulcus during nonsymbolic magnitude processing: An
eventrelated functional magnetic resonance imaging study”, J. Cogn.
Neurosci., 18 (11), 1820-1828.
Antony, J. W., Gobel, E. W., O’Hare, J. K., Reber, P. J., Paller, K. A.
(2012), “Cued memory reactivation during sleep influences skill
learning”, Nature Neuroscience, 15 (8), 1114-1116.
Arnould, L. (1900), Une âme en prison. Histoire de l’éducation d’une
aveuglesourde-muette de naissance, París, Oudin.
Arzi, A., Shedlesky, L., Ben-Shaul, M., Nasser, K., Oksenberg, A.,
Hairston, I. S., Sobel, N. (2012), “Humans can learn new information
during sleep”, Nature Neuroscience, 15 (10), 1460-1465.
Ashcraft, M. H. (2002), “Math anxiety: Personal, educational, and
cognitive consequences”, Current Directions in Psychological Science,
11, 181-185.
Au, J., Sheehan, E., Tsai, N., Duncan, G. J., Buschkuehl, M., Jaeggi, S.
M. (2015), “Improving fluid intelligence with training on working
memory: A metaanalysis”, Psychonomic Bulletin and Review, 22 (2),
366-377.
Auble, P. M., Franks, J. J. (1978), “The effects of effort toward
comprehension on recall”, Memory and Cognition, 6 (1), 20-25.
Auble, P. M., Franks, J. J., Soraci, S. A., (1979), “Effort toward
comprehension: Elaboration or ‘aha’?”, Memory and Cognition, 7 (6),
426-434.
Avior, G., Fishman, G., Leor, A., Sivan, Y., Kaysar, N., Derowe, A.
(2004), “The effect of tonsillectomy and adenoidectomy on inattention
and impulsivity as measured by the Test of Variables of Attention
(TOVA) in children with obstructive sleep apnea syndrome”,
Otolaryngology, 131 (4), 367-371.
Bahdanau, D., Cho, K., Bengio, Y. (2014), “Neural machine translation
by jointly learning to align and translate”, <arxiv.org/abs/1409.0473>.
Baillargeon, R., DeVos, J. (1991), “Object permanence in young infants:
Further evidence”, Child Development, 62 (6), 1227-1246.
Baillargeon, R., Needham, A., Devos, J. (1992), “The development of
young infants’ intuitions about support”, Early Development and
Parenting, 1 (2), 69-78.
Baldwin, D. A., Markman, E. M., Bill, B., Desjardins, R. N., Irwin, J.
M., Tidball, G. (1996), “Infants’ reliance on a social criterion for
establishing word-object relations”, Child Development, 67 (6), 31353153.
Balsam, P. D., Gallistel, C. R. (2009), “Temporal maps and
informativeness in associative learning”, Trends in Neurosciences, 32
(2), 73-78.
Banino, A., Barry, C., Uria, B., Blundell, C., Lillicrap, T., Mirowski, P.,
…, Kumaran, D. (2018), “Vector-based navigation using grid-like
representations in artificial agents”, Nature, 557 (7705), 429-433.
Bao, S., Chan, V. T., Merzenich, M. M. (2001), “Cortical remodelling
induced by activity of ventral tegmental dopamine neurons”, Nature,
412 (6842), 79-83.
Bavelier, D., Green, C. S., Han, D. H., Renshaw, P. F., Merzenich, M.
M., Gentile, D. A. (2011), “Brains on video games”, Nature Reviews
Neuroscience, 12 (12), 763-768.
Beckers, T., Miller, R. R., De Houwer, J., Urushihara, K. (2006),
“Reasoning rats: Forward blocking in Pavlovian animal conditioning is
sensitive to constraints of causal inference”, Journal of Experimental
Psychology: General, 135 (1), 92.
Bedny, M. (2017), “Evidence from blindness for a cognitively
pluripotent cortex”, Trends Cogn. Sci., 21 (9), 637-648.
Bedny, M., Pascual-Leone, A., Dodell-Feder, D., Fedorenko, E., Saxe,
R. (2011), “Language processing in the occipital cortex of congenitally
blind adults”, Proc. Natl Acad. Sci. USA, 108 (11), 4429-4434.
Behne, T., Carpenter, M., Call, J., Tomasello, M. (2005), “Unwilling
versus unable: infants’ understanding of intentional action”,
Developmental Psychology, 41 (2), 328.
Bekinschtein, T. A., Dehaene, S., Rohaut, B., Tadel, F., Cohen, L.,
Naccache, L. (2009), “Neural signature of the conscious processing of
auditory regularities”, Proc. Natl Acad. Sci. USA, 106 (5), 1672-1677.
Belle, M., Godefroy, D., Couly, G., Malone, S. A., Collier, F., Giacobini,
P., Chédotal, A. (2017), “Tridimensional visualization and analysis of
early human development”, Cell, 169 (1), 161-173.e12.
Bendor, D., Wilson, M. A. (2012), “Biasing the content of hippocampal
replay during sleep”, Nature Neuroscience, 15 (10), 1439-1444.
Berens, A. E., Nelson, C. A. (2015), “The science of early adversity: Is
there a role for large institutions in the care of vulnerable children?”,
The Lancet, 386 (9991), 388-398.
Bergman-Nutley, S., Klingberg, T. (2014), “Effect of working memory
training on working memory, arithmetic and following instructions”,
Psychological Research, 78 (6), 869-877.
Berkes, P., Orban, G., Lengyel, M., Fiser, J. (2011), “Spontaneous
cortical activity reveals hallmarks of an optimal internal model of the
environment”, Science, 331 (6013), 83-87.
Bermúdez, P., Lerch, J. P., Evans, A. C., Zatorre, R. J. (2009),
“Neuroanatomical correlates of musicianship as revealed by cortical
thickness and voxel-based morphometry”, Cereb. Cortex, 19 (7), 15831596.
Bernal, S., Dehaene-Lambertz, G., Millotte, S., Christophe, A. (2010),
“Two-year-olds compute syntactic structure on-line”, Dev. Sci., 13 (1),
69-76.
Bessa, C., Maciel, P., Rodrigues, A. J. (2013), “Using C. elegans to
decipher the cellular and molecular mechanisms underlying
neurodevelopmental disorders”, Molecular Neurobiology, 48 (3), 465489.
Bevins, R. A. (2001), “Novelty seeking and reward: Implications for the
study of high-risk behaviors”, Current Directions in Psychological
Science, 10 (6), 189-193.
Bialystok, E., Craik, F. I. M., Green, D. W., Gollan, T. H. (2009),
“Bilingual minds”, Psychological Science in the Public Interest, 10 (3),
89-129.
Binder, J. R., Medler, D. A., Westbury, C. F., Liebenthal, E., Buchanan,
L. (2006), “Tuning of the human left fusiform gyrus to sublexical
orthographic structure”, NeuroImage, 33 (2), 739-748.
Blair, C., Raver, C. C. (2014), “Closing the achievement gap through
modification of neurocognitive and neuroendocrine function: Results
from a Cluster randomized controlled trial of an innovative approach to
the education of children in kindergarten”, PLoS ONE, 9 (11).
Blair, K. P., Rosenberg-Lee, M., Tsang, J. M., Schwartz, D. L., Menon,
V. (2012), “Beyond natural numbers: Negative number representation
in parietal cortex”, Frontiers in Human Neuroscience, 6, 7.
Bliss, T. V., Lømo, T. (1973), “Long-lasting potentiation of synaptic
transmission in the dentate area of the anaesthetized rabbit following
stimulation of the perforant path”, The Journal of Physiology, 232 (2),
331-356.
Bock, A. S., Binda, P., Benson, N. C., Bridge, H., Watkins, K. E., Fine,
I. (2015), “Resting-state retinotopic organization in the absence of
retinal input and visual experience”, J. Neurosci., 35 (36), 12.366-
12.382.
Bonawitz, E., Shafto, P., Gweon, H., Goodman, N. D., Spelke, E.,
Schulz, L. (2011), “The double-edged sword of pedagogy: Instruction
limits spontaneous exploration and discovery”, Cognition, 120 (3), 322330.
Bond, R., Smith, P. B. (1996), “Culture and conformity: A meta-analysis
of studies using Asch’s (1952b, 1956) line judgment task”,
Psychological Bulletin, 119 (1), 111.
Borst, G., Poirel, N., Pineau, A., Cassotti, M., Houdé, O. (2013),
“Inhibitory control efficiency in a Piaget-like class-inclusion task in
school-age children and adults: A developmental negative priming
study”, Developmental Psychology, 49 (7), 1366-1374.
Bouhali, F., Thiebaut de Schotten, M., Pinel, P., Poupon, C., Mangin, J.F., Dehaene, S., Cohen, L. (2014), “Anatomical connections of the
visual word form area”, J. Neurosci., 34 (46), 15.402-15.414.
Bradley, M. M., Costa, V. D., Ferrari, V., Codispoti, M., Fitzsimmons, J.
R., Lang, P. J. (2015), “Imaging distributed and massed repetitions of
natural scenes: Spontaneous retrieval and maintenance”, Human Brain
Mapping, 36 (4), 1381-1392.
Braga, L. W., Amemiya, E., Tauil, A., Sugueida, D., Lacerda, C., Klein,
E., …, Dehaene, S. (2017), “Tracking adult literacy acquisition with
functional MRI: A single-case study”, Mind, Brain and Education.
Brewer, J. B., Zhao, Z., Desmond, J. E., Glover, G. H., Gabrieli, J. D.
(1998), “Making memories: Brain activity that predicts how well visual
experience will be remembered”, Science, 281 (5380), 1185-1187.
Brodmann, K. (1909), Localisation in the Cerebral Cortex, Londres,
Springer.
Bromberg-Martin, E. S., Hikosaka, O. (2009), “Midbrain dopamine
neurons signal preference for advance information about upcoming
rewards”, Neuron, 63 (1), 119-126.
Brun, V. H., Leutgeb, S., Wu, H. Q., Schwarcz, R., Witter, M. P., Moser,
E. I., Moser, M. B. (2008), “Impaired spatial representation in CA1
after lesion of direct input from entorhinal cortex”, Neuron, 57 (2), 290302.
Buon, M., Jacob, P., Margules, S., Brunet, I., Dutat, M., Cabrol, D.,
Dupoux, E. (2014), “Friend or foe? Early social evaluation of human
interactions”, PLoS ONE, 9 (2).
Butler, A. C., Karpicke, J. D., Roediger, H. L. (2008), “Correcting a
metacognitive error: Feedback increases retention of low-confidence
correct responses”, J. Exp. Psychol. Learn. Mem. Cogn., 34 (4), 918928.
Byers-Heinlein, K., Werker, J. F. (2009), “Monolingual, bilingual,
trilingual: Infants’ language experience influences the development of a
word-learning heuristic”, Dev. Sci., 12 (5), 815-823.
Callan, D. E., Schweighofer, N. (2010), “Neural correlates of the spacing
effect in explicit verbal semantic encoding support the deficientprocessing theory”, Human Brain Mapping, 31 (4), 645-659.
Campbell, F. A., Pungello, E. P., Burchinal, M., Kainz, K., Pan, Y.,
Wasik, B. H., …, Ramey, C. T. (2012), “Adult outcomes as a function
of an early childhood educational program: An Abecedarian Project
follow-up”, Developmental Psychology, 48 (4), 1033-1043.
Campbell, F., Conti, G., Heckman, J. J., Moon, S. H., Pinto, R.,
Pungello, E., Pan, Y. (2014), “Early childhood investments substantially
boost adult health”, Science, 343 (6178), 1478-1485.
Cantlon, J. F., Brannon, E. M., Carter, E. J., Pelphrey, K. A. (2006),
“Functional imaging of numerical processing in adults and 4-y-old
children”, PLoS Biology, 4 (5).
Cantlon, J. F., Li, R. (2013), “Neural activity during natural viewing of
Sesame Street statistically predicts test scores in early childhood”, PLoS
Biology, 11 (1).
Cardoso-Leite, P., Bavelier, D. (2014), “Video game play, attention, and
learning: How to shape the development of attention and influence
learning?”, Current Opinion in Neurology, 27 (2), 185-191.
Carey, S., Bartlett, E. (1978), “Acquiring a single new word”,
Proceedings of the Stanford Child Language Conference, 15, 17-29.
Caroni, P., Donato, F., Muller, D. (2012), “Structural plasticity upon
learning: Regulation and functions”, Nature Reviews. Neuroscience, 13
(7), 478-490.
Carreiras, M., Seghier, M. L., Baquero, S., Estévez, A., Lozano, A.,
Devlin, J. T., Price, C. J. (2009), “An anatomical signature for literacy”,
Nature, 461 (7266), 983-986.
Carrier, M., Pashler, H. (1992), “The influence of retrieval on retention”,
Memory and Cognition, 20 (6), 633-642.
Castles, A., Rastle, K., Nation, K. (2018), “Ending the Reading Wars:
Reading Acquisition From Novice to Expert”, Psychological Science in
the Public Interest, 19 (1), 5-51.
Castro-Caldas, A., Petersson, K. M., Reis, A., Stone-Elander, S., Ingvar,
M. (1998), “The illiterate brain. Learning to read and write during
childhood influences the functional organization of the adult brain”,
Brain, 121 (Pt 6), 1053-1063.
Cepeda, N. J., Coburn, N., Rohrer, D., Wixted, J. T., Mozer, M. C.,
Pashler, H. (2009), “Optimizing distributed practice: Theoretical
analysis and practical implications”, Experimental Psychology, 56 (4),
236-246.
Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., Rohrer, D. (2006),
“Distributed practice in verbal recall tasks: A review and quantitative
synthesis”, Psychological Bulletin, 132 (3), 354-380.
Cesana-Arlotti, N., Martín, A., Téglás, E., Vorobyova, L., Cetnarski, R.,
Bonatti, L. L. (2018), “Precursors of logical reasoning in preverbal
human infants”, Science, 359 (6381), 1263-1266.
Chafee, M. V. (2013), “A scalar neural code for categories in parietal
cortex: Representing cognitive variables as ‘more’ or ‘less’”, Neuron,
77 (1), 7-9.
Chakraborty, M., Jarvis, E. D. (2015), “Brain evolution by brain
pathway duplication”, Philos. Trans. R. Soc. B, 370 (1684).
Chang, C. H. C., Pallier, C., Wu, D. H., Nakamura, K., Jobert, A., Kuo,
W. J., Dehaene, S. (2015), “Adaptation of the human visual system to
the statistics of letters and line configurations”, NeuroImage, 120, 428440.
Changeux, J.-P. (1983), L’homme neuronal, París, Fayard [ed. cast.: El
hombre neuronal, Madrid, Espasa-Calpe, 1986].
Chao, Z. C., Takaura, K., Wang, L., Fujii, N., Dehaene, S. (2018),
“Large-scale cortical networks for hierarchical prediction and prediction
error in the primate brain”, Neuron, 100 (5).
Chen, Z., Wilson, M. A. (2017), “Deciphering neural codes of memory
during sleep”, Trends in Neurosciences, 40 (5), 260-275.
Chiao, J. Y. (2010), “Neural basis of social status hierarchy across
species”, Current Opinion in Neurobiology, 20 (6), 803-809.
Cho, K., Courville, A., Bengio, Y. (2015), “Describing multimedia
content using attention-based encoder-decoder networks”, IEEE
Transactions on Multimedia, 17 (11), 1875-1886.
Chun, M. M., Marois, R. (2002), “The dark side of visual attention”,
Current Opinion in Neurobiology, 12 (2), 184-189.
Clark, E. V. (1988), “On the logic of contrast”, Journal of Child
Language, 15 (2), 317-335.
Claro, S., Paunesku, D., Dweck, C. S. (2016), “Growth mindset tempers
the effects of poverty on academic achievement”, Proc. Natl Acad. Sci
USA, 113 (31), 8664-8668.
Cohen, L., Dehaene, S., McCormick, S., Durant, S., Zanker, J. M.
(2016), “Brain mechanisms of recovery from pure alexia: A single case
study with multiple longitudinal scans”, Neuropsychologia, 91, 36-49.
Cohen, L., Dehaene, S., Vinckier, F., Jobert, A., Montavont, A. (2008),
“Reading normal and degraded words: Contribution of the dorsal and
ventral visual pathways” NeuroImage, 40 (1), 353-366.
Conel, J. L. (1939), The Postnatal Development of the Human Cerebral
Cortex, Cambridge (Mass.), Harvard University Press, vol. 1-8.
Constantinescu, A. O., O’Reilly, J. X., Behrens, T. E. J. (2016),
“Organizing conceptual knowledge in humans with a gridlike code”,
Science, 352 (6292), 1464-1468.
Corallo, G., Sackur, J., Dehaene, S., Sigman, M. (2008), “Limits on
introspection: Distorted subjective time during the dual-task
bottleneck”, Psychological Science, 19 (11), 1110-1117.
Cortese, S., Brown, T. E., Corkum, P., Gruber, R., O’Brien, L. M., Stein,
M., …, Owens, J. (2013), “Assessment and management of sleep
problems in youths with attention-deficit/hyperactivity disorder”,
Journal of the American Academy of Child and Adolescent Psychiatry,
52 (8), 784-796.
Costa, A., Sebastián-Gallés, N. (2014), “How does the bilingual
experience sculpt the brain?”, Nature Reviews. Neuroscience, 15 (5),
336-345.
Courchesne, E., Pierce, K., Schumann, C. M., Redcay, E., Buckwalter, J.
A., Kennedy, D. P., Morgan, J. (2007), “Mapping early brain
development in autism”, Neuron, 56 (2), 399-413.
Courtney, S. M., Ungerleider, L. G., Keil, K., Haxby, J. V. (1997),
“Transient and sustained activity in a distributed neural system for
human working memory”, Nature, 386 (6625), 608-611.
Craik, F. I., Tulving, E. (1975), “Depth of processing and the retention
of words in episodic memory”, Journal of Experimental Psychology:
General, 104 (3), 268.
Csibra, G., Gergely, G. (2009), “Natural pedagogy”, Trends Cogn. Sci.,
13 (4), 148-153.
Çukur, T., Nishimoto, S., Huth, A. G., Gallant, J. L. (2013), “Attention
during natural vision warps semantic representation across the human
brain”, Nature Neuroscience, 16 (6), 763-770.
Curran, T., Tucker, D. M., Kutas, M., Posner, M. I. (1993), “Topography
of the N400: Brain electrical activity reflecting semantic expectancy”,
Electroencephalography and Clinical Neurophysiology, 88, 188-209.
Cyr, M., Shi, R. (2013), “Development of abstract grammatical
categorization in infants”, Child Development, 84 (2), 617-629.
Deen, B., Richardson, H., Dilks, D. D., Takahashi, A., Keil, B., Wald, L.
L., …, Saxe, R. (2017), “Organization of high-level visual cortex in
human infants”, Nature Communications, 8, 13.995.
Dehaene, S. (2003), “The neural basis of the Weber-Fechner law: A
logarithmic mental number line”, Trends Cogn. Sci., 7 (4), 145-147.
— (2005), “Evolution of human cortical circuits for reading and
arithmetic: The “neuronal recycling” hypothesis”, en S. Dehaene, J. R.
Duhamel, M. Hauser, G. Rizzolatti (eds.), From Monkey Brain to
Human Brain, Cambridge (Mass.), MIT Press, 133-157.
— (2006), Vers une science de la vie mentale, París, Collège de France Fayard [ed. cast.: En busca de la mente, Buenos Aires, Siglo XXI,
2018].
— (2007a), Les neurones de la lecture, París, Odile Jacob (trad. ing.:
Reading in the brain, Nueva York, Penguin Viking, 2009 [ed. cast.: El
cerebro lector, Buenos Aires, Siglo XXI, 2014]).
— (2007b), “Symbols and quantities in parietal cortex: Elements of a
mathematical theory of number representation and manipulation”, en P.
Haggard, Y. Rossetti (eds.), Attention and Performance XXII.
Sensorimotor foundations of higher cognition, Cambridge (Mass.),
Harvard University Press, 527-574.
— (2010), La bosse des maths. Quinze ans après, París, Odile Jacob [ed.
cast.: El cerebro matemático, Buenos Aires, Siglo XXI, 2016].
— (2014), Le code de la conscience, París, Odile Jacob [ed. cast.: La
conciencia en el cerebro, Buenos Aires, Siglo XXI, 2015].
Dehaene, S., Akhavein, R. (1995), “Attention, automaticity and levels of
representation in number processing”, J. Exp. Psychol. Learn. Mem.
Cogn., 21, 314-326.
Dehaene, S., Bossini, S., Giraux, P. (1993), “The mental representation
of parity and numerical magnitude”, Journal of Experimental
Psychology: General, 122, 371-396.
Dehaene, S., Changeux, J.-P. (2011), “Experimental and theoretical
approaches to conscious processing”, Neuron, 70 (2), 200-227.
Dehaene, S., Changeux, J.-P., Naccache, L., Sackur, J., Sergent, C.
(2006), “Conscious, preconscious, and subliminal processing: A testable
taxonomy”, Trends Cogn. Sci., 10 (5), 204-211.
Dehaene, S., Cohen, L. (2007), “Cultural recycling of cortical maps”,
Neuron, 56 (2), 384-398.
Dehaene, S., Cohen, L., Morais, J., Kolinsky, R. (2015), “Illiterate to
literate: Behavioural and cerebral changes induced by reading
acquisition”, Nature Reviews. Neuroscience, 16 (4), 234-244.
Dehaene, S., Cohen, L., Sigman, M., Vinckier, F. (2005), “The neural
code for written words: A proposal”, Trends Cogn. Sci., 9 (7), 335-341.
Dehaene, S., Dupoux, E., Mehler, J. (1990), “Is numerical comparison
digital: Analogical and symbolic effects in two-digit number
comparison”, J. Exp. Psychol. Hum. Percep. Perf., 16, 626-641.
Dehaene, S., Izard, V., Pica, P., Spelke, E. (2006), “Core knowledge of
geometry in an Amazonian indigene group”, Science, 311, 381-384.
Dehaene, S., Izard, V., Spelke, E., Pica, P. (2008), “Log or linear?
Distinct intuitions of the number scale in Western and Amazonian
indigene cultures”, Science, 320 (5880), 1217-1220.
Dehaene, S., Jobert, A., Naccache, L., Ciuciu, P., Poline, J. B., Le Bihan,
D., Cohen, L. (2004), “Letter binding and invariant recognition of
masked words: Behavioral and neuroimaging evidence”, Psychological
Science, 15 (5), 307-313.
Dehaene, S., Kerszberg, M., Changeux, J.-P. (1998), “A neuronal model
of a global workspace in effortful cognitive tasks”, Proc. Natl Acad. Sci.
USA, 95 (24), 14.529-14.534.
Dehaene, S., Lau, H., Kouider, S. (2017), “What is consciousness, and
could machines have it?”, Science, 358 (6362), 486-492.
Dehaene, S., Marques, J. F. (2002), “Cognitive Euroscience: Scalar
variability in price estimation and the cognitive consequences of
switching to the Euro”, Quarterly Journal of Experimental Psychology,
55 (3), 705-731.
Dehaene, S., Meyniel, F., Wacongne, C., Wang, L., Pallier, C. (2015),
“The neural representation of sequences: From transition probabilities
to algebraic patterns and linguistic trees”, Neuron, 88 (1), 2-19.
Dehaene, S., Naccache, L. (2001), “Towards a cognitive neuroscience of
consciousness: Basic evidence and a workspace framework”, Cognition,
79, 1-37.
Dehaene, S., Naccache, L., Cohen, L., Le Bihan, D., Mangin, J.-F.,
Poline, J.-B., Rivière, D. (2001), “Cerebral mechanisms of word
masking and unconscious repetition priming”, Nature Neuroscience, 4
(7), 752-758.
Dehaene, S., Pegado, F., Braga, L. W., Ventura, P., Nunes Filho, G.,
Jobert, A., …, Cohen, L. (2010), “How learning to read changes the
cortical networks for vision and language”, Science, 330 (6009), 13591364.
Dehaene-Lambertz, G., Dehaene, S., Hertz-Pannier, L. (2002),
“Functional neuroimaging of speech perception in infants”, Science,
298 (5600), 2013-2015.
Dehaene-Lambertz, G., Hertz-Pannier, L., Dubois, J., Meriaux, S.,
Roche, A., Sigman, M., Dehaene, S. (2006), “Functional organization of
perisylvian activation during presentation of sentences in preverbal
infants”, Proc. Natl Acad. Sci. USA, 103 (38), 14.240-14.245.
Dehaene-Lambertz, G., Monzalvo, K., Dehaene, S. (2018), “The
emergence of the visual word form: Longitudinal evolution of categoryspecific ventral visual areas during reading acquisition”, PLoS Biology,
16 (3).
Dehaene-Lambertz, G., Spelke, E. S. (2015), “The infancy of the human
brain”, Neuron, 88 (1), 93-109.
Denison, S., Xu, F. (2010), “Integrating physical constraints in statistical
inference by 11-month-old infants”, Cogn. Sci., 34 (5), 885-908.
Dennett, D. C. (1996), Darwin’s Dangerous Idea. Evolution and the
Meaning of Life, Nueva York, Simon & Schuster.
Desimone, R., Duncan, J. (1995), “Neural mechanisms of selective
visual attention”, Annu. Rev. Neurosci., 18, 193-222.
D’Esposito, M., Grossman, M. (1996), “The physiological basis of
executive function and working memory”, The Neuroscientist, 2, 345352.
Diamond, A., Doar, B. (1989), “The performance of human infants on a
measure of frontal cortex function the delayed response task”,
Developmental Psychobiology, 22.
Diamond, A., Goldman-Rakic, P. S. (1989), “Comparison of human
infants and rhesus monkeys on Piaget’s A-not-B task: Evidence for
dependence on dorsolateral prefrontal cortex”, Experimental Brain
Research, 74, 24-40.
Diamond, A., Lee, K. (2011), “Interventions shown to aid executive
function development in children 4 to 12 years old”, Science, 333
(6045), 959-964.
Diekelmann, S., Born, J. (2010), “The memory function of sleep”,
Nature Reviews. Neuroscience, 11 (2), 114-126.
Diester, I., Nieder, A. (2007), “Semantic associations between signs and
numerical categories in the prefrontal cortex”, PLoS Biology, 5 (11).
— (2010), “Numerical values leave a semantic imprint on associated
signs in monkeys”, J. Cogn. Neurosci., 22 (1), 174-183.
Ditz, H. M., Nieder, A. (2015), “Neurons selective to the number of
visual items in the corvid songbird endbrain”, Proc. Natl Acad. Sci.
USA, 112 (25), 7827-7832.
Doeller, C. F., Barry, C., Burgess, N. (2010), “Evidence for grid cells in
a human memory network”, Nature, 463 (7281), 657-661.
Donato, F., Rompani, S. B., Caroni, P. (2013), “Parvalbumin-expressing
basket-cell network plasticity induced by experience regulates adult
learning”, Nature, 504 (7479), 272-276.
Draganski, B., Gaser, C., Busch, V., Schuierer, G., Bogdahn, U., May,
A. (2004), “Neuroplasticity: Changes in grey matter induced by
training”, Nature, 427 (6972), 311-312.
Dubois, J., Dehaene-Lambertz, G., Perrin, M., Mangin, J.-F., Cointepas,
Y., Duchesnay, E., …, Hertz-Pannier, L. (2007), “Asynchrony of the
early maturation of white matter bundles in healthy infants: Quantitative
landmarks revealed noninvasively by diffusion tensor imaging”, Human
Brain Mapping.
Dubois, J., Hertz-Pannier, L., Cachia, A., Mangin, J.-F., Le Bihan, D.,
Dehaene-Lambertz, G. (2009), “Structural asymmetries in the infant
language and sensori-motor networks”, Cereb. Cortex, 19 (2), 414-423.
Dubois, J., Poupon, C., Thirion, B., Simonnet, H., Kulikova, S., Leroy,
F., Hertz-Pannier, L., Dehaene-Lambertz, G. (2015), “Exploring the
early organization and maturation of linguistic pathways in the human
infant brain”, Cereb. Cortex, 26 (5), 2283-2298.
Dumontheil, I., Klingberg, T. (2011), “Brain activity during a
visuospatial working memory task predicts arithmetical performance 2
years later”, Cereb. Cortex, 22 (5), 1078-1085.
Duncan, J. (2003), “Intelligence tests predict brain response to
demanding task events”, Nature Neuroscience, 6 (3), 207-208.
— (2010), “The multiple-demand (MD) system of the primate brain:
Mental programs for intelligent behaviour”, Trends Cogn. Sci., 14 (4),
172-179.
— (2013), “The structure of cognition: Attentional episodes in mind and
brain”, Neuron, 80 (1), 35-50.
Dundas, E. M., Plaut, D. C., Behrmann, M. (2013), “The joint
development of hemispheric lateralization for words and faces”, Journal
of Experimental Psychology: General, 142 (2), 348-358.
Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., Willingham,
D. T. (2013), “Improving students’ learning with effective learning
techniques: Promising directions from cognitive and educational
psychology”, Psychological Science in the Public Interest. A Journal of
the American Psychological Society, 14 (1), 4-58.
Duyme, M., Dumaret, A. C., Tomkiewicz, S. (1999), “How can we boost
IQs of ‘dull children’?: A late adoption study”, Proc. Natl Acad. Sci.
USA, 96 (15), 8790-8794.
Dweck, C. S. (2006), Mindset: The New Psychology of Success, Nueva
York, Random House.
Egyed, K., Király, I., Gergely, G. (2013), “Communicating shared
knowledge in infancy”, Psychological Science, 24 (7), 1348-1353.
Ehri, L. C., Nunes, S. R., Stahl, S. A., Willows, D. M. M. (2001),
“Systematic phonics instruction helps students learn to read: Evidence
from the National Reading Panel’s meta-analysis”, Review of
Educational Research, 71, 393-447.
Ellis, A. W., Ralph, L., Matthew, A. (2000), “Age of acquisition effects
in adult lexical processing reflect loss of plasticity in maturing systems:
Insights from connectionist networks”, J. Exp. Psychol. Learn. Mem.
Cogn., 26 (5), 1103.
Elman, J. L., Bates, E., Johnson, M. H., Karmiloff-Smith, A., Parisi, D.,
Plunkett, K. (1996), Rethinking Innateness: A Connectionist Perspective
on Development, Cambridge (Mass.), MIT Press.
Elsayed, G. F., Shankar, S., Cheung, B., Papernot, N., Kurakin, A.,
Goodfellow, I., Sohl-Dickstein, J. (2018), “Adversarial examples that
fool both human and computer vision”, <arxiv.org/abs/180208195>.
Elston, G. N. (2003), “Cortex, cognition and the cell: New insights into
the pyramidal neuron and prefrontal function”, Cereb. Cortex, 13 (11),
1124-1138.
Epelbaum, M., Milleret, C., Buisseret, P., Duffer, J. L. (1993), “The
sensitive period for strabismic amblyopia in humans”, Ophthalmology,
100 (3), 323-327.
Esseily, R., Rat-Fischer, L., Somogyi, E., O’Regan, K. J., Fagard, J.
(2016), “Humour production may enhance observational learning of a
new tool-use action in 18-month-old infants”, Cognition and Emotion,
30 (4), 817-825.
Ester, E. F., Sprague, T. C., Serences, J. T. (2015), “Parietal and frontal
cortex encode stimulus-specific mnemonic representations during visual
working memory”, Neuron, 87 (4), 893-905.
Everaert, M. B. H., Huybregts, M. A. C., Chomsky, N., Berwick, R. C.,
Bolhuis, J. J. (2015), “Structures, not strings: Linguistics as part of the
cognitive sciences”, Trends Cogn. Sci., 19 (12), 729-743.
Fanselow, M. S. (1998), “Pavlovian conditioning, negative feedback,
and blocking: Mechanisms that regulate association formation”,
Neuron, 20 (4), 625-627.
Fattal, I., Friedmann, N., Fattal-Valevski, A. (2011), “The crucial role of
thiamine in the development of syntax and lexical retrieval: A study of
infantile thiamine deficiency”, Brain, 134 (Pt 6), 1720-1739.
Fawcett, S. L., Wang, Y.-Z., Birch, E. E. (2005), “The critical period for
susceptibility of human stereopsis”, Investigative Ophthalmology and
Visual Science, 46 (2), 521-525.
Fischer, M. H. (2003), “Cognitive representation of negative numbers”,
Psychological Science, 14 (3), 278-282.
Fisher, A. V., Godwin, K. E., Seltman, H. (2014), “Visual environment,
attention allocation, and learning in young children when too much of a
good thing may be bad”, Psychological Science, 25 (7), 1362-1370.
Fitzgerald, J. K., Freedman, D. J., Fanini, A., Bennur, S., Gold, J. I.,
Assad, J. A. (2013), “Biased associative representations in parietal
cortex”, Neuron, 77 (1), 180-191.
Fitzsimonds, R. M., Song, H. J., Poo, M. M. (1997), “Propagation of
activity-dependent synaptic depression in simple neural networks”,
Nature, 388 (6641), 439-448.
Flechsig, P. (1876), Die Leitungsbahnen im Gehirn und Rückenmark des
Menschen auf Grund entwicklungsgeschichtlicher Untersuchungen
dargestellt, Léipzig, Engelmann.
Flege, J. E., Munro, M. J., MacKay, I. R. (1995), “Factors affecting
strength of perceived foreign accent in a second language”, The Journal
of the Acoustical Society of America, 97 (5), 3125-3134.
Fleming, S. M., Weil, R. S., Nagy, Z., Dolan, R. J., Rees, G. (2010),
“Relating introspective accuracy to individual differences in brain
structure”, Science, 329 (5998), 1541-1543.
Fodor, J. A. (1975), The Language of Thought, Nueva York, Thomas Y.
Crowell.
Fodor, J. A., Pylyshyn, Z. W. (1988), “Connectionism and cognitive
architecture: A critical analysis”, Cognition, 28, 3-71.
Fodor, J., McLaughlin, B. P. (1990), “Connectionism and the problem of
systematicity: Why Smolensky’s solution doesn’t work”, Cognition, 35
(2), 183-204.
Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N.,
Jordt, H., Wenderoth, M. P. (2014), “Active learning increases student
performance in science, engineering, and mathematics”, Proc. Natl
Acad. Sci. USA, 111 (23), 8410-8415.
Friederici, A. D. (2002), “Towards a neural basis of auditory sentence
processing”, Trends Cogn. Sci., 6 (2), 78-84.
Friedmann, N., Kerbel, N., Shvimer, L. (2010), “Developmental
attentional dyslexia”, Cortex: a Journal Devoted to the Study of the
Nervous System and Behavior, 46 (10), 1216-1237.
Friedmann, N., Rusou, D. (2015), “Critical period for first language: The
crucial role of language input during the first year of life”, Current
Opinion in Neurobiology, 35, 27-34.
Friedrich, M., Wilhelm, I., Born, J., Friederici, A. D. (2015),
“Generalization of word meanings during infant sleep”, Nature
Communications, 6, 6004.
Friston, K. (2005), “A theory of cortical responses”, Philos. Trans. R.
Soc. Lond. B. Biol. Sci., 360 (1456), 815-836.
Froemke, R. C., Merzenich, M. M., Schreiner, C. E. (2007), “A synaptic
memory trace for cortical receptive field plasticity”, Nature, 450 (7168),
425-429.
Fukuchi-Shimogori, T., Grove, E. A. (2001), “Neocortex patterning by
the secreted signaling molecule FGF8”, Science, 294 (5544), 10711074.
Fyhn, M., Molden, S., Witter, M. P., Moser, E. I., Moser, M.-B. (2004),
“Spatial representation in the entorhinal cortex”, Science, 305 (5688),
1258-1264.
Galaburda, A. M., LoTurco, J., Ramus, F., Fitch, R. H., Rosen, G. D.
(2006), “From genes to behavior in developmental dyslexia”, Nature
Neuroscience, 9 (10), 1213-1217.
Galgali, A. R., Mante, V. (2018), “Set in one’s thoughts”, Nature
Neuroscience, 21 (4), 459-460.
Gallistel, C. R. (1990), The Organization of Learning, Cambridge
(Mass.), MIT Press.
Gaser, C., Schlaug, G. (2003), “Brain structures differ between
musicians and non-musicians”, J. Neurosci., 23 (27), 9240-9245.
Gathercole, S. E., Pickering, S. J., Knight, C., Stegmann, Z. (2004),
“Working memory skills and educational attainment: Evidence from
national curriculum assessments at 7 and 14 years of age”, Applied
Cognitive Psychology, 18 (1), 1-16.
Geary, D. C. (2011), “Cognitive predictors of achievement growth in
mathematics: A five year longitudinal study”, Developmental
Psychology, 47 (6), 1539-1552.
Genzel, L., Rossato, J. I., Jacobse, J., Grieves, R. M., Spooner, P. A.,
Battaglia, F. P., Fernández, G., Morris, R. G. M. (2017), “The yin and
yang of memory consolidation: Hippocampal and neocortical”, PLoS
Biology, 15 (1).
George, D., Lehrach, W., Kansky, K., Lázaro-Gredilla, M., Laan, C.,
Marthi, B., …, Phoenix, D. S. (2017), “A generative vision model that
trains with high data efficiency and breaks text-based CAPTCHAs”,
Science, 358 (6368).
Gerber, P., Schlaffke, L., Heba, S., Greenlee, M. W., Schultz, T.,
Schmidt-Wilcke, T. (2014), “Juggling revisited A voxel-based
morphometry study with expert jugglers”, NeuroImage, 95, 320-325.
Gergely, G., Bekkering, H., Kiraly, I. (2002), “Rational imitation in
preverbal infants”, Nature, 415 (6873), 755.
Gergely, G., Csibra, G. (2003), “Teleological reasoning in infancy: The
naïve theory of rational action”, Trends Cogn. Sci., 7 (7), 287-292.
Gerhand, S., Barry, C. (1999), “Age of acquisition, word frequency, and
the role of phonology in the lexical decision task”, Memory and
Cognition, 27 (4), 592-602.
Gertler, P., Heckman, J., Pinto, R., Zanolini, A., Vermeersch, C.,
Walker, S., …, Grantham-McGregor, S. (2014), “Labor market returns
to an early childhood stimulation intervention in Jamaica”, Science, 344
(6187), 998-1001.
Glass, A. L., Kang, M. (2018), “Dividing attention in the classroom
reduces exam performance”, Educational Psychology, publicado online.
Goldman-Rakic, P. S. (1995), “Cellular basis of working memory”,
Neuron, 14 (3), 477-485.
Golestani, N., Molko, N., Dehaene, S., Le Bihan, D., Pallier, C. (2007),
“Brain structure predicts the learning of foreign speech sounds”, Cereb.
Cortex, 17 (3), 575-582.
Golub, M. D., Sadtler, P. T., Oby, E. R., Quick, K. M., Ryu, S. I., TylerKabara, E. C., …, Yu, B. M. (2018), “Learning by neural
reassociation”, Nature Neuroscience, 21 (4), 607-616.
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley,
D., Ozair, S., …, Bengio, Y. (2014), “Generative adversarial networks”,
<arxiv.org/abs/14062661>.
Goodman, C. S., Shatz, C. J. (1993), “Developmental mechanisms that
generate precise patterns of neuronal connectivity”, Neuron, 10, 77-98.
Goodman, N. D., Ullman, T. D., Tenenbaum, J. B. (2011), “Learning a
theory of causality”, Psychological Review, 118 (1), 110-119.
Gopnik, A. (2000), The Scientist in the Crib: What Early Learning Tells
Us About the Mind, Nueva York, William Morrow.
Gopnik, A., Glymour, C., Sobel, D. M., Schulz, L. E., Kushnir, T.,
Danks, D. (2004), “A theory of causal learning in children: Causal maps
and Bayes nets”, Psychological Review, 111 (1), 3-32.
Gottlieb, J., Oudeyer, P.-Y., Lopes, M., Baranes, A. (2013),
“Information-seeking, curiosity, and attention: Computational and
neural mechanisms”, Trends Cogn. Sci., 17 (11), 585-593.
Goupil, L., Romand-Monnier, M., Kouider, S. (2016), “Infants ask for
help when they know they don’t know”, Proc. Natl Acad. Sci. USA, 113
(13), 3492-3496.
Grainger, J., Whitney, C. (2004), “Does the huamn mnid raed wrods as a
wlohe?” Trends Cogn. Sci., 8 (2), 58-59.
Grantham-McGregor, S. M., Powell, C. A., Walker, S. P., Himes, J. H.
(1991), “Nutritional supplementation, psychosocial stimulation, and
mental development of stunted children: The Jamaican Study”, The
Lancet, 338 (8758), 1-5.
Green, C. S., Bavelier, D. (2003), “Action video game modifies visual
selective attention”, Nature, 423 (6939), 534-537.
Groen, G. J., Parkman, J. M. (1972), “A chronometric analysis of simple
addition”, Psychological Review, 79, 329-343.
Grothendieck, A. (1986), Récoltes et semailles, <www.quarantedeux.org/ archives/klein/prefaces/Romans_19651969/Recoltes_et_semailles.pdf>.
Gruber, M. J., Gelman, B. D., Ranganath, C. (2014), “States of curiosity
modulate hippocampus: Dependent learning via the dopaminergic
circuit”, Neuron, 84 (2), 486-496.
Guerguiev, J., Lillicrap, T. P., Richards, B. A. (2017), “Towards deep
learning with segregated dendrites”, ELife, 6, e22901.
Gullick, M. M., Wolford, G. (2013), “Understanding less than nothing:
Children’s neural response to negative numbers shifts across age and
accuracy”, Frontiers in Psychology, 4, 584.
Gweon, H., Tenenbaum, J. B., Schulz, L. E. (2010), “Infants consider
both the sample and the sampling process in inductive generalization”,
Proc. Natl Acad. Sci. USA, 107 (20), 9066-9071.
Habibi, A., Damasio, A., Ilari, B., Elliott Sachs, M., Damasio, H. (2018),
“Music training and child development: A review of recent findings
from a longitudinal study”, Annals of the New York Academy of
Sciences.
Hafting, T., Fyhn, M., Molden, S., Moser, M. B., Moser, E. I. (2005),
“Microstructure of a spatial map in the entorhinal cortex”, Nature, 436
(7052), 801-806.
Hahne, A., Friederici, A. D. (1999), “Electrophysiological evidence for
two steps in syntactic analysis. Early automatic and late controlled
processes”, J. Cogn. Neurosci., 11 (2), 194-205.
Halberda, J., Feigenson, L. (2008), “Developmental change in the acuity
of the “number sense”: The approximate number system in 3-, 4-, 5-,
and 6-year-olds and adults”, Dev. Psychol., 44 (5), 1457-1465.
Hannagan, T., Amedi, A., Cohen, L., Dehaene-Lambertz, G., Dehaene,
S. (2015), “Origins of the specialization for letters and numbers in
ventral occipitotemporal cortex”, Trends Cogn. Sci., 19 (7), 374-382.
Hannagan, T., Nieder, A., Viswanathan, P., Dehaene, S. (2017), “A
random-matrix theory of the number sense”, Philos. Trans. R. Soc.
Lond. B. Biol. Sci., 373 (1740).
Hartshorne, J. K., Tenenbaum, J. B., Pinker, S. (2018), “A critical period
for second language acquisition: Evidence from 2/3 million English
speakers”, Cognition, 177, 263-277.
Hassabis, D., Kumaran, D., Summerfield, C., Botvinick, M. (2017),
“Neuroscience-inspired artificial intelligence”, Neuron, 95 (2), 245-258.
Hattie, J. (2008), Visible Learning, Londres-Nueva York, Routledge.
Hattie, J., Brodeur, M., St-Cyr, C. (2017), L’apprentissage visible pour
les enseignants. Connaître son impact pour maximiser le rendement des
élèves, Quebec, Presses de l’Université du Québec.
Hauser, M. D., Chomsky, N., Fitch, W. T. (2002), “The faculty of
language: What is it, who has it, and how did it evolve?”, Science, 298
(5598), 1569-1579.
Hauser, M. D., Watumull, J. (2017), “The Universal Generative Faculty:
The source of our expressive power in language, mathematics, morality,
and music”, Journal of Neurolinguistics, 43 (B), 78-94.
Hay, J. F., Pelucchi, B., Graf Estes, K., Saffran, J. R. (2011), “Linking
sounds to meanings: Infant statistical learning in a natural language”,
Cognitive Psychology, 63 (2), 93-106.
Heckman, J. J., Moon, S. H., Pinto, R., Savelyev, P. A., Yavitz, A.
(2010), “The rate of return to the HighScope Perry Preschool Program”,
Journal of Public Economics, 94 (1), 114-128.
Held, R., Hein, A. (1963), “Movement-produced stimulation in the
development of visually guided behavior”, Journal of Comparative and
Physiological Psychology, 56, 872-876.
Hensch, T. K. (2005), “Critical period plasticity in local cortical
circuits”, Nature Reviews. Neuroscience, 6 (11), 877.
Hespos, S. J., Baillargeon, R. (2008), “Young infants’ actions reveal
their developing knowledge of support variables: Converging evidence
for violation-of-expectation findings”, Cognition, 107 (1), 304-316.
Hinton, G. E., Dayan, P., Frey, B. J., Neal, R. M. (1995), “The ‘wakesleep’ algorithm for unsupervised neural networks”, Science, 268
(5214), 1158-1161.
Hinton, G. E., Osindero, S., Teh, Y. W. (2006), “A fast learning
algorithm for deep belief nets”, Neural Computation, 18 (7), 1527-1554.
Hiscock, H., Sciberras, E., Mensah, F., Gerner, B., Efron, D., Khano, S.,
Oberklaid, F. (2015), “Impact of a behavioural sleep intervention on
symptoms and sleep in children with attention deficit hyperactivity
disorder, and parental mental health: Randomised controlled trial”, BMJ
(Clinical Research Ed.), 350, h68.
Holtmaat, A., Caroni, P. (2016), “Functional and structural
underpinnings of neuronal assembly formation in learning”, Nature
Neuroscience, 19 (12), 1553-1562.
Horikawa, T., Tamaki, M., Miyawaki, Y., Kamitani, Y. (2013), “Neural
decoding of visual imagery during sleep”, Science, 340 (6132), 639642.
Houdé, O., Zago, L., Mellet, E., Moutier, S., Pineau, A., Mazoyer, B.,
Tzourio-Mazoyer, N. (2000), “Shifting from the perceptual brain to the
logical brain: The neural impact of cognitive inhibition training”, J.
Cogn. Neurosci., 12 (5), 721-728.
Huber, R., Ghilardi, M. F., Massimini, M., Tononi, G. (2004), “Local
sleep and learning”, Nature, 430 (6995), 78-81.
Hurley, M. M., Dennett, D. C., Adams, R. B. (2011), Inside Jokes. Using
Humor to Reverse-Engineer the Mind, Cambridge (Mass.), MIT Press.
Huttenlocher, P. R., Dabholkar, A. S. (1997), “Regional differences in
synaptogenesis in human cerebral cortex”, J. Comp. Neurol., 387 (2),
167-178.
Hutton, J. S., Horowitz-Kraus, T., Mendelsohn, A. L., DeWitt, T.,
Holland, S. K., C-MIND Authorship Consortium (2015), “Home
reading environment and brain activation in preschool children listening
to stories”, Pediatrics, 136 (3), 466-478.
Hutton, J. S., Phelan, K., Horowitz-Kraus, T., Dudley, J., Altaye, M.,
DeWitt, T., Holland, S. K. (2017), “Shared reading quality and brain
activation during story listening in preschool-age children”, Journal of
Pediatrics, 191, 204-211.e1.
Iriki, A. (2005), “A prototype of Homo-Faber: A silent precursor of
human intelligence in the tool-using monkey brain”, en S. Dehaene, J.
R. Duhamel, M. Hauser, G. Rizzolatti (eds.), From Monkey Brain to
Human Brain, Cambridge (Mass.), MIT Press, 133-157.
Isingrini, M., Perrotin, A., Souchay, C. (2008), “Aging, metamemory
regulation and executive functioning”, Prog. Brain Res., 169, 377-392.
Izard, V., Dehaene-Lambertz, G., Dehaene, S. (2008), “Distinct cerebral
pathways for object identity and number in human infants”, PLoS
Biology, 6 (2), 275-285.
Izard, V., Sann, C., Spelke, E. S., Streri, A. (2009), “Newborn infants
perceive abstract numbers”, Proc. Natl Acad. Sci. USA, 106 (25),
10.382-10.385.
Jacob, S. N., Nieder, A. (2009), “Notation-independent representation of
fractions in the human parietal cortex”, J. Neurosci., 29 (14), 46524657.
Jacoby, L. L., Dallas, M. (1981), “On the relationship between
autobiographical memory and perceptual learning”, Journal of
Experimental Psychology: General, 110 (3), 306-340.
Jaeggi, S. M., Buschkuehl, M., Jonides, J., Shah, P. (2011), “Shortand
longterm benefits of cognitive training”, Proc. Natl Acad. Sci. USA, 108
(25), 10.081-10.086.
James, C. E., Oechslin, M. S., Van De Ville, D., Hauert, C.-A.,
Descloux, C., Lazeyras, F. (2014), “Musical training intensity yields
opposite effects on grey matter density in cognitive versus sensorimotor
networks”, Brain Structure and Function, 219 (1), 353-366.
Jaynes, E. T. (2003), Probability Theory: The Logic of Science,
Cambridge, Cambridge University Press.
Jenkins, J. G., Dallenbach, K. M. (1924), “Obliviscence during sleep and
waking”, The American Journal of Psychology, 35 (4), 605-612.
Ji, D., Wilson, M. A. (2007), “Coordinated memory replay in the visual
cortex and hippocampus during sleep”, Nature Neuroscience, 10 (1),
100-107.
Jiang, X., Long, T., Cao, W., Li, J., Dehaene, S., Wang, L. (2018),
“Production of supra-regular spatial sequences by macaque monkeys”,
Current Biology, 28 (12), 1851-1859.
Jiang, X., Shamie, I., K. Doyle, W., Friedman, D., Dugan, P., Devinsky,
O., …, Halgren, E. (2017), “Replay of large-scale spatio-temporal
patterns from waking during subsequent NREM sleep in human cortex”,
Scientific Reports, 7 (1), 17.380.
Jo, J., Bengio, Y. (2017), “Measuring the tendency of CNNs to Learn
surface statistical regularities”, <arxiv.org/abs/171111561>.
Johansson, F., Jirenhed, D. A., Rasmussen, A., Zucca, R., Hesslow, G.
(2014), “Memory trace and timing mechanism localized to cerebellar
Purkinje cells”, Proc. Natl Acad. Sci. USA, 111 (41), 14.930-14.934.
Johnson, J. S., Newport, E. L. (1989), “Critical period effects in second
language learning: The influence of maturational state on the acquisition
of English as a second language”, Cognitive Psychology, 21 (1), 60-99.
Josselyn, S. A., Köhler, S., Frankland, P. W. (2015), “Finding the
engram”, Nature Reviews. Neuroscience, 16 (9), 521-534.
Kaminski, J., Call, J., Fischer, J. (2004), “Word learning in a domestic
dog: Evidence for ‘fast mapping’”, Science, 304 (5677), 1682-1683.
Kang, M. J., Hsu, M., Krajbich, I. M., Loewenstein, G., McClure, S. M.,
Wang, J. T., Camerer, C. F. (2009), “The wick in the candle of learning:
Epistemic curiosity activates reward circuitry and enhances memory”,
Psychological Science, 20 (8), 963-973.
Kang, S. H. K., Lindsey, R. V., Mozer, M. C., Pashler, H. (2014),
“Retrieval practice over the long term: should spacing be expanding or
equalinterval?”, Psychonomic Bulletin and Review, 21 (6), 1544-1550.
Kanjlia, S., Lane, C., Feigenson, L., Bedny, M. (2016), “Absence of
visual experience modifies the neural basis of numerical thinking”,
Proc. Natl Acad. Sci. USA, 113 (40), 11.172-11.177.
Kano, T., Brockie, P. J., Sassa, T., Fujimoto, H., Kawahara, Y., Iino, Y.,
…, Maricq, A. V. (2008), “Memory in Caenorhabditis elegans is
mediated by NMDA-type ionotropic glutamate receptors”, Current
Biology, 18 (13), 1010-1015.
Kaplan, F., Oudeyer, P.-Y. (2007), “In search of the neural circuits of
intrinsic motivation”, Frontiers in Neuroscience, 1 (1), 225.
Kapur, S., Craik, F. I., Tulving, E., Wilson, A. A., Houle, S., Brown, G.
M. (1994), “Neuroanatomical correlates of encoding in episodic
memory: Levels of processing effect”, Proc. Natl Acad. Sci. USA, 91
(6), 2008-2011.
Karni, A., Tanne, D., Rubenstein, B. S., Askenasy, J., Sagi, D. (1994),
“Dependence on REM sleep of overnight improvement of a perceptual
skill”, Science, 265 (5172), 679-682.
Karpicke, J. D., Roediger, H. L. (2008), “The critical importance of
retrieval for learning”, Science, 319 (5865), 966-968.
Kastner, S., Ungerleider, L. G. (2000), “Mechanisms of visual attention
in the human cortex”, Annu. Rev. Neurosci., 23, 315-341.
Keller, H. (1903), The Story of My Life, Nueva York, Simon & Schuster
[ed. cast.: La historia de mi vida, México, Editores Asociados, 1984].
Kellman, P. J., Spelke, E. S. (1983), “Perception of partly occluded
objects in infancy”, Cognitive Psychology, 15, 483-524.
Kemp, C., Tenenbaum, J. B. (2008), “The discovery of structural form”,
Proc. Natl Acad. Sci. USA, 105 (31), 10.687-10.692.
Kerkoerle, T. van, Self, M. W., Roelfsema, P. R. (2017), “Layerspecificity in the effects of attention and working memory on activity in
primary visual cortex”, Nature Communications, 8, 13.804.
Kidd, C., Piantadosi, S. T., Aslin, R. N. (2012), “The Goldilocks effect:
Human infants allocate attention to visual sequences that are neither too
simple nor too complex”, PLoS ONE, 7 (5).
— (2014), “The Goldilocks effect in infant auditory attention”, Child
Development, 85 (5), 1795-1804.
Kilgard, M. P., Merzenich, M. M. (1998), “Cortical map reorganization
enabled by nucleus basalis activity”, Science, 279 (5357), 1714-1718.
Kim, J. J., Diamond, D. M. (2002), “The stressed hippocampus, synaptic
plasticity and lost memories”, Nature Reviews. Neuroscience, 3 (6),
453-462.
Kim, W. B., Cho, J. H. (2017), “Encoding of discriminative fear memory
by input-specific LTP in the amygdala”, Neuron, 95 (5), 1129-1146.e5.
Kirschner, P. A., Sweller, J., Clark, R. E. (2006), “Why minimal
guidance during instruction does not work: An analysis of the failure of
constructivist, discovery, problem-based, experiential, and inquirybased teaching”, Educational Psychologist, 41 (2), 75-86.
Kirschner, P. A., Van Merriënboer, J. J. G. (2013), “Do learners really
know best? Urban legends in education”, Educational Psychologist, 48
(3), 169-183.
Kitamura, T., Ogawa, S. K., Roy, D. S., Okuyama, T., Morrissey, M. D.,
Smith, L. M., …, Tonegawa, S. (2017), “Engrams and circuits crucial
for systems consolidation of a memory”, Science, 356 (6333), 73-78.
Klingberg, T. (2010), “Training and plasticity of working memory”,
Trends Cogn. Sci., 14 (7), 317-324.
Knops, A., Thirion, B., Hubbard, E. M., Michel, V., Dehaene, S. (2009),
“Recruitment of an area involved in eye movements during mental
arithmetic”, Science, 324 (5934), 1583-1585.
Knops, A., Viarouge, A., Dehaene, S. (2009), “Dynamic representations
underlying symbolic and nonsymbolic calculation: Evidence from the
operational momentum effect”, Atten. Percept. Psychophys., 71 (4),
803-821.
Knudsen, E. I., Knudsen, P. F. (1990), “Sensitive and critical periods for
visual calibration of sound localization by barn owls”, J. Neurosci., 10
(1), 222-232.
Knudsen, E. I., Zheng, W., DeBello, W. M. (2000), “Traces of learning
in the auditory localization pathway”, Proc. Natl Acad. Sci. USA, 97
(22), 11.815-11.820.
Koechlin, E., Dehaene, S., Mehler, J. (1997), “Numerical
transformations in five month old human infants”, Mathematical
Cognition, 3, 89-104.
Koechlin, E., Ody, C., Kouneiher, F. (2003), “The architecture of
cognitive control in the human prefrontal cortex”, Science, 302 (5648),
1181-1185.
Koepp, M. J., Gunn, R. N., Lawrence, A. D., Cunnigham, V. J., Dagher,
A., Jones, T., …, Grasby, P. M. (1998), “Evidence for striatal dopamine
release during a video game”, Nature, 393, 266-268.
Kolinsky, R., Morais, J., Content, A., Cary, L. (1987), “Finding parts
within figures: A developmental study”, Perception, 16 (3), 399-407.
Kolinsky, R., Verhaeghe, A., Fernandes, T., Mengarda, E. J., Grimm-
Cabral, L., Morais, J. (2011), “Enantiomorphy through the LookingGlass: Literacy effects on mirror-image discrimination”, Journal of
Experimental Psychology: General, 140 (2), 210-238.
Kontra, C., Goldin-Meadow, S., Beilock, S. L. (2012), “Embodied
learning across the life span”, Topics in Cognitive Science, 4 (4), 731739.
Kontra, C., Lyons, D. J., Fischer, S. M., Beilock, S. L. (2015), “Physical
experience enhances science learning”, Psychological Science, 26 (6),
737-749.
Kouider, S., Stahlhut, C., Gelskov, S. V., Barbosa, L. S., Dutat, M.,
Gardelle, V. de, Christophe, A., Dehaene, S., Dehaene-Lambertz, G.
(2013), “A neural marker of perceptual consciousness in infants”,
Science, 340 (6130), 376-380.
Krause, M. R., Zanos, T. P., Csorba, B. A., Pilly, P. K., Choe, J.,
Phillips, M. E., …, Pack, C. C. (2017), “Transcranial direct current
stimulation facilitates associative learning and alters functional
connectivity in the primate brain”, Current Biology, 27 (20), 3086-3096.
Kropff, E., Treves, A. (2008), “The emergence of grid cells: Intelligent
design or just adaptation?”, Hippocampus, 18 (12), 1256-1269.
Krubitzer, L. (2007), “The magnificent compromise: Cortical field
evolution in mammals”, Neuron, 56 (2), 201-208.
Kuhl, P. K., Tsao, F. M., Liu, H. M. (2003), “Foreign-language
experience in infancy: Effects of short-term exposure and social
interaction on phonetic learning”, Proc. Natl Acad. Sci. USA, 100 (15),
9096-9101.
Kurdziel, L., Duclos, K., Spencer, R. M. C. (2013), “Sleep spindles in
midday naps enhance learning in preschool children”, Proc. Natl Acad.
Sci. USA, 110 (43), 17.267-17.272.
Kushnir, T., Xu, F., Wellman, H. M. (2010), “Young children use
statistical sampling to infer the preferences of other people”,
Psychological Science, 21 (8), 1134-1140.
Kutas, M., Federmeier, K. D. (2011), “Thirty years and counting:
Finding meaning in the N400 component of the event-related brain
potential (ERP)”, Annu. Rev. Psychol., 62, 621-647.
Kutas, M., Hillyard, S. A. (1980), “Reading senseless sentences: Brain
potentials reflect semantic incongruity”, Science, 207 (4427), 203-205.
Kutter, E. F., Bostroem, J., Elger, C. E., Mormann, F., Nieder, A. (2018),
“Single Neurons in the Human Brain Encode Numbers”, Neuron., 100
(3), 753-761.
Kwan, K. Y., Lam, M. M. S., Johnson, M. B., Dube, U., Shim, S., Rašin,
M. R., …, Sestan, N. (2012), “Species-dependent posttranscriptional
regulation of NOS1 by FMRP in the developing cerebral cortex”, Cell,
149 (4), 899-911.
Lake, B. M., Salakhutdinov, R., Tenenbaum, J. B. (2015), “Human-level
concept learning through probabilistic program induction”, Science, 350
(6266), 1332-1338.
Lake, B. M., Ullman, T. D., Tenenbaum, J. B., Gershman, S. J. (2016),
“Building machines that learn and think like people”, Behav. Brain Sci.,
1-101.
— (2017), “Building machines that learn and think like people”, Behav.
Brain Sci., 40, e253.
Landau, B., Gleitman, H., Spelke, E. (1981), “Spatial knowledge and
geometric representation in a child blind from birth”, Science, 213
(4513), 1275-1278.
Lane, C., Kanjlia, S., Omaki, A., Bedny, M. (2015), “‘Visual’ cortex of
congenitally blind adults responds to syntactic movement”, J. Neurosci.,
35 (37), 12.859-12.868.
Langston, R. F., Ainge, J. A., Couey, J. J., Canto, C. B., Bjerknes, T. L.,
Witter, M. P., …, Moser, M. B. (2010), “Development of the spatial
representation system in the rat”, Science, 328 (5985), 1576-1580.
LeCun, Y., Bengio, Y., Hinton, G. (2015), “Deep learning”, Nature, 521
(7553), 436-444.
LeCun, Y., Bottou, L., Bengio, Y., Haffner, P. (1998), “Gradient-based
learning applied to document recognition”, Proceedings of the IEEE, 86
(11), 2278-2324.
Lefèvre, J., Mangin, J.-F. (2010), “A reaction-diffusion model of human
brain development”, PLoS Comput. Biology, 6 (4).
Leong, Y. C., Radulescu, A., Daniel, R., DeWoskin, V., Niv, Y. (2017),
“Dynamic interaction between reinforcement learning and attention in
multidimensional environments”, Neuron, 93 (2), 451-463.
Leppanen, P. H., Richardson, U., Pihko, E., Eklund, K. M., Guttorm, T.
K., Aro, M., Lyytinen, H. (2002), “Brain responses to changes in speech
sound durations differ between infants with and without familial risk for
dyslexia”, Dev. Neuropsychol., 22 (1), 407-422.
Lerner, Y., Honey, C. J., Silbert, L. J., Hasson, U. (2011), “Topographic
mapping of a hierarchy of temporal receptive windows using a narrated
story”, J. Neurosci., 31 (8), 2906-2915.
Leroy, F., Cai, Q., Bogart, S. L., Dubois, J., Coulon, O., Monzalvo, K.,
…, Dehaene-Lambertz, G. (2015), “New human-specific brain
landmark: The depth asymmetry of superior temporal sulcus”, Proc.
Natl Acad. Sci. USA, 112 (4), 1208-1213.
Li, P., Legault, J., Litcofsky, K. A. (2014), “Neuroplasticity as a function
of second language learning: Anatomical changes in the human brain”,
Cortex, 58, 301-324.
Li, S., Lee, K., Zhao, J., Yang, Z., He, S., Weng, X. (2013), “Neural
competition as a developmental process: Early hemispheric
specialization for word processing delays specialization for face
processing”, Neuropsychologia, 51 (5), 950-959.
Lillard, A., Else-Quest, N. (2006), “The early years. Evaluating
Montessori education”, Science, 313 (5795), 1893-1894.
Lisman, J., Buzsáki, G., Eichenbaum, H., Nadel, L., Ranganath, C.,
Redish, A. D. (2017), “Viewpoints: How the hippocampus contributes
to memory, navigation and cognition”, Nature Neuroscience, 20, 14341447.
Liu, S., Ullman, T. D., Tenenbaum, J. B., Spelke, E. S. (2017), “Tenmonth-old infants infer the value of goals from the costs of actions”,
Science, 358 (6366), 1038-1041.
Livingstone, M. S., Vincent, J. L., Arcaro, M. J., Srihasam, K., Schade,
P. F., Savage, T. (2017), “Development of the macaque face-patch
system”, Nature Communications, 8, 14.897.
Loewenstein, G. (1994), “The psychology of curiosity: A review and
reinterpretation”, Psychological Bulletin, 116 (1), 75-98.
Lømo, T. (2018), “Discovering long-term potentiation (LTP)
Recollections and reflections on what came after”, Acta Physiologica
(Óxford), 222 (2).
Louie, K., Wilson, M. A. (2001), “Temporally structured replay of
awake hippocampal ensemble activity during rapid eye movement
sleep”, Neuron, 29 (1), 145-156.
Lyons, I. M., Beilock, S. L. (2012), “When math hurts: Math anxiety
predicts pain network activation in anticipation of doing math”, PLoS
ONE, 7 (10).
Lyons, K. E., Ghetti, S. (2011), “The development of uncertainty
monitoring in early childhood”, Child Development, 82 (6), 1778-1787.
Lyytinen, H., Ahonen, T., Eklund, K., Guttorm, T., Kulju, P., Laakso, M.
L., …, Viholainen, H. (2004), “Early development of children at
familial risk for dyslexia-follow-up from birth to school age”, Dyslexia,
10 (3), 146-178.
Ma, L., Xu, F. (2013), “Preverbal infants infer intentional agents from
the perception of regularity”, Developmental Psychology, 49 (7), 13301337.
Mack, A., Rock, I. (1998), Inattentional Blindness, Cambridge (Mass.),
MIT Press.
Maguire, E. A., Gadian, D. G., Johnsrude, I. S., Good, C. D., Ashburner,
J., Frackowiak, R. S., Frith, C. D. (2000), “Navigation-related structural
change in the hippocampi of taxi drivers”, Proc. Natl Acad. Sci. USA,
97 (8), 4398-4403.
Maguire, E. A., Spiers, H. J., Good, C. D., Hartley, T., Frackowiak, R.
S., Burgess, N. (2003), “Navigation expertise and the human
hippocampus: A structural brain imaging analysis”, Hippocampus, 13
(2), 250-259.
Mahmoudzadeh, M., Dehaene-Lambertz, G., Fournier, M., Kongolo, G.,
Godjil, S., Dubois, J., …, Wallois, F. (2013), “Syllabic discrimination in
premature human infants prior to complete formation of cortical layers”,
Proc. Natl Acad. Sci. USA, 110 (12), 4846-4851.
Mahon, B. Z., Anzellotti, S., Schwarzbach, J., Zampini, M., Caramazza,
A. (2009), “Category-specific organization in the human brain does not
require visual experience”, Neuron, 63 (3), 397-405.
Maloney, E. A., Beilock, S. L. (2012), “Math anxiety: Who has it, why it
develops, and how to guard against it”, Trends Cogn. Sci., 16 (8), 404406.
Markman, E. M., Wachtel, G. F. (1988), “Children’s use of mutual
exclusivity to constrain the meanings of words”, Cognitive Psychology,
20 (2), 121-157.
Markman, E. M., Wasow, J. L., Hansen, M. B. (2003), “Use of the
mutual exclusivity assumption by young word learners”, Cognitive
Psychology, 47 (3), 241-275.
Marques, J. F., Dehaene, S. (2004), “Developing intuition for prices in
euros: Rescaling or relearning prices?”, J. Exp. Psychol. Appl., 10 (3),
148-155.
Marshall, C. (2017), “Montessori education: A review of the evidence
base”, NPJ Science of Learning, 2 (1), 11.
Marshall, L., Helgadottir, H., Molle, M., Born, J. (2006), “Boosting slow
oscillations during sleep potentiates memory”, Nature, 444 (7119), 610613.
Marti, S., King, J.-R., Dehaene, S. (2015), “Time-resolved decoding of
two processing chains during dual-task interference”, Neuron, 88 (6),
1297-1307.
Marti, S., Sigman, M., Dehaene, S. (2012), “A shared cortical bottleneck
underlying Attentional Blink and Psychological Refractory Period”,
NeuroImage, 59 (3), 2883-2898.
Martin, S. L., Ramey, C. T., Ramey, S. (1990), “The prevention of
intellectual impairment in children of impoverished families: Findings
of a randomized trial of educational day care”, American Journal of
Public Health, 80 (7), 844-847.
Maye, J., Werker, J. F., Gerken, L. (2002), “Infant sensitivity to
distributional information can affect phonetic discrimination”,
Cognition, 82 (3).
Mayer, R. E. (2004), “Should there be a three-strikes rule against pure
discovery learning? The case for guided methods of instruction”, The
American Psychologist, 59 (1), 14-19.
McCandliss, B. D., Fiez, J. A., Protopapas, A., Conway, M.,
McClelland, J. L. (2002), “Success and failure in teaching the [r]-[l]
contrast to Japanese adults: Tests of a Hebbian model of plasticity and
stabilization in spoken language perception”, Cognitive, Affective and
Behavioral Neuroscience, 2 (2), 89-108.
McCloskey, M., Rapp, B. (2000), “A visually based developmental
reading deficit”, Journal of Memory and Language, 43, 157-181.
McCrink, K., Wynn, K. (2004), “Large-number addition and subtraction
by 9-month-old infants”, Psychological Science, 15 (11), 776-781.
Mehler, J., Jusczyk, P., Lambertz, G., Halsted, N., Bertoncini, J., AmielTison, C. (1988), “A precursor of language acquisition in young
infants”, Cognition, 29 (2), 143-178.
Meyer, T., Olson, C. R. (2011), “Statistical learning of visual transitions
in monkey inferotemporal cortex”, Proc. Natl Acad. Sci. USA, 108 (48),
19.401-19.406.
Millum, J., Emanuel, E. J. (2007), “Ethics. The ethics of international
research with abandoned children”, Science, 318 (5858), 1874-1875.
Mnih, V., Kavukcuoglu, K., Silver, D., Rusu, A. A., Veness, J.,
Bellemare, M. G., …, Hassabis, D. (2015), “Human-level control
through deep reinforcement learning”, Nature, 518 (7540), 529-533.
Mongelli, V., Dehaene, S., Vinckier, F., Peretz, I., Bartolomeo, P.,
Cohen, L. (2017), “Music and words in the visual cortex: The impact of
musical expertise”, Cortex, 86, 260-274.
Mongillo, G., Barak, O., Tsodyks, M. (2008), “Synaptic theory of
working memory”, Science, 319 (5869), 1543-1546.
Monzalvo, K., Fluss, J., Billard, C., Dehaene, S., Dehaene-Lambertz, G.
(2012), “Cortical networks for vision and language in dyslexic and
normal children of variable socio-economic status”, NeuroImage, 61
(1), 258-274.
Morais, J. (2017), “Literacy and democracy”, Language, Cognition and
Neuroscience, 33 (3), 351-371.
Morais, J., Bertelson, P., Cary, L., Alegria, J. (1986), “Literacy training
and speech segmentation”, Cognition, 24, 45-64.
Morais, J., Kolinsky, R. (2005), “Literacy and cognitive change”, en M.
Snowling, C. Hulme (eds.), The Science of Reading. A Handbook,
Óxford, Blackwell, 188-203.
Moreno, S., Bialystok, E., Barac, R., Schellenberg, E. G., Cepeda, N. J.,
Chau, T. (2011), “Short-term music training enhances verbal
intelligence and executive function”, Psychological Science, 22 (11),
1425-1433.
Morrison, C. M., Ellis, A. W. (1995), “Roles of word frequency and age
of acquisition in word naming and lexical decision”, J. Exp. Psychol.
Learn. Mem. Cogn., 21 (1), 116.
Morton, J., Johnson, M. H. (1991), “CONSPEC and CONLERN: A twoprocess theory of infant face recognition”, Psychol. Rev., 98 (2), 164181.
Mottint, O. (2018), “Faut-il renoncer aux pédagogies actives?”,
democratisation-scolaire.fr, 29 de marzo, <www.democratisationscolaire. fr/spip.php?article287>.
Moyer, R. S., Landauer, T. K. (1967), “Time required for judgements of
numerical inequality”, Nature, 215, 1519-1520.
Muckli, L., Naumer, M. J., Singer, W. (2009), “Bilateral visual field
maps in a patient with only one hemisphere”, Proc. Natl Acad. Sci.
USA, 106 (31), 13.034-13.039.
Musso, M., Moro, A., Glauche, V., Rijntjes, M., Reichenbach, J.,
Buchel, C., Weiller, C. (2003), “Broca’s area and the language instinct”,
Nature Neuroscience, 6 (7), 774-781.
Naatanen, R., Paavilainen, P., Rinne, T., Alho, K. (2007), “The
mismatch negativity (MMN) in basic research of central auditory
processing: A review”, Clin. Neurophysiol., 118 (12), 2544-2590.
National Institute of Child Health and Human Development (2000),
Report of the National Reading Panel. Teaching children to read: An
evidence-based assessment of the scientific research literature on
reading and its implications for reading instruction, NIH Publications
nº 00-4769, Washington, U.S. Government Printing Office.
Nau, M., Navarro Schröder, T., Bellmund, J. L. S., Doeller, C. F. (2018),
“Hexadirectional coding of visual space in human entorhinal cortex”,
Nature Neuroscience, 21 (2), 188-190.
Nelson, C. A., Zeanah, C. H., Fox, N. A., Marshall, P. J., Smyke, A. T.,
Guthrie, D. (2007), “Cognitive recovery in socially deprived young
children: The Bucharest Early Intervention Project”, Science, 318
(5858), 1937-1940.
Nelson, M. J., El Karoui, I., Giber, K., Yang, X., Cohen, L., Koopman,
H., …, Dehaene, S. (2017), “Neurophysiological dynamics of phrasestructure building during sentence processing”, Proc. Natl Acad. Sci.
USA, 114 (18), E3669-E3678.
Nemmi, F., Helander, E., Helenius, O., Almeida, R., Hassler, M.,
Räsänen, P., Klingberg, T. (2016), “Behavior and neuroimaging at
baseline predict individual response to combined mathematical and
working memory training in children”, Developmental Cognitive
Neuroscience, 20, 43-51.
Ngo, H.-V. V., Martinetz, T., Born, J., Mölle, M. (2013), “Auditory
closedloop stimulation of the sleep slow oscillation enhances memory”,
Neuron, 78 (3), 545-553.
Nieder, A., Dehaene, S. (2009), “Representation of number in the brain”,
Annu. Rev. Neurosci., 32, 185-208.
Noble, K. G., Norman, M. F., Farah, M. J. (2005), “Neurocognitive
correlates of socioeconomic status in kindergarten children”, Dev. Sci.,
8 (1), 74-87.
Norimoto, H., Makino, K., Gao, M., Shikano, Y., Okamoto, K.,
Ishikawa, T., …, Ikegaya, Y. (2018), “Hippocampal ripples downregulate synapses”, Science, 359 (6383), 1524-1527.
Obayashi, S., Suhara, T., Kawabe, K., Okauchi, T., Maeda, J., Akine, Y.,
…, Iriki, A. (2001), “Functional brain mapping of monkey tool use”,
NeuroImage, 14 (4), 853-861.
Oechslin, M. S., Gschwind, M., James, C. E. (2018), “Tracking
trainingrelated plasticity by combining fMRI and DTI: The right
hemisphere ventral stream mediates musical syntax processing”, Cereb.
Cortex, 28 (4), 1209-1218.
Olah, C., Mordvintsev, A., Schubert, L. (2017), “Feature visualization:
How neural networks build up their understanding of images”, Distill, 7
de noviembre, <distill.pub/2017/feature-visualization>.
Olesen, P. J., Westerberg, H., Klingberg, T. (2004), “Increased
prefrontal and parietal activity after training of working memory”,
Nature Neuroscience, 7 (1), 75-79.
Orbán, G., Berkes, P., Fiser, J., Lengyel, M. (2016), “Neural variability
and sampling-based probabilistic representations in the visual cortex”,
Neuron, 92 (2), 530-543.
Paller, K. A., McCarthy, G., Wood, C. C. (1988), “ERPs predictive of
subsequent recall and recognition performance”, Biological Psychology,
26 (1-3), 269-276.
Pallier, C., Dehaene, S., Poline, J. B., LeBihan, D., Argenti, A. M.,
Dupoux, E., Mehler, J. (2003), “Brain imaging of language plasticity in
adopted adults: Can a second language replace the first?”, Cereb.
Cortex, 13 (2), 155-161.
Pallier, C., Devauchelle, A. D., Dehaene, S. (2011), “Cortical
representation of the constituent structure of sentences”, Proc. Natl
Acad. Sci. USA, 108 (6), 2522-2527.
Palminteri, S., Kilford, E. J., Coricelli, G., Blakemore, S.-J. (2016), “The
computational development of reinforcement learning during
adolescence”, PLoS Computational Biology, 12 (6).
Pashler, H., McDaniel, M., Rohrer, D., Bjork, R. (2008), “Learning
styles concepts and evidence”, Psychological Science in the Public
Interest, 9 (3), 105-119.
Pegado, F., Comerlato, E., Ventura, F., Jobert, A., Nakamura, K.,
Buiatti, M., …, Dehaene, S. (2014), “Timing the impact of literacy on
visual processing”, Proc. Natl Acad. Sci. USA, 111 (49), E5233-5242.
Pegado, F., Nakamura, K., Braga, L. W., Ventura, P., Nunes Filho, G.,
Pallier, C., …, Dehaene, S. (2014), “Literacy breaks mirror invariance
for visual stimuli: A behavioral study with adult illiterates”, Journal of
Experimental Psychology: General, 143 (2), 887-894.
Peigneux, P., Laureys, S., Fuchs, S., Collette, F., Perrin, F., Reggers, J.,
…, Maquet, P. (2004), “Are spatial memories strengthened in the
human hippocampus during slow wave sleep?”, Neuron, 44 (3), 535545.
Penn, D. C., Holyoak, K. J., Povinelli, D. J. (2008), “Darwin’s mistake:
Explaining the discontinuity between human and nonhuman minds”,
Behav. Brain Sci., 31 (2), 109-130; discussion, 130-178.
Pennac, D. (2017), “Daniel Pennac: ‘J’ai été d’abord et avant tout
professeur’” (entrevista con Catherine Vincent), Le Monde, 12 de
febrero, sección “Culture”, disponible en <lemonde.fr>.
Peña, M., Werker, J. F., Dehaene-Lambertz, G. (2012), “Earlier speech
exposure does not accelerate speech acquisition”, J. Neurosci., 32 (33),
11.159-11.163.
Pessiglione, M., Seymour, B., Flandin, G., Dolan, R. J., Frith, C. D.
(2006), “Dopamine-dependent prediction errors underpin rewardseeking behaviour in humans”, Nature, 442 (7106), 1042-1045.
Piantadosi, S. T., Tenenbaum, J. B., Goodman, N. D. (2012),
“Bootstrapping in a language of thought: A formal model of numerical
concept learning”, Cognition, 123 (2), 199-217.
— (2016), “The logical primitives of thought: Empirical foundations for
compositional cognitive models”, Psychological Review, 123 (4), 392424.
Piazza, M., DeFeo, V., Panzeri, S., Dehaene, S. (2018), “Learning to
focus on number”, Cognition, 181, 35-45.
Piazza, M., Facoetti, A., Trussardi, A. N., Berteletti, I., Conte, S.,
Lucangeli, D., …, Zorzi, M. (2010), “Developmental trajectory of
number acuity reveals a severe impairment in developmental
dyscalculia”, Cognition, 116 (1), 33-41.
Piazza, M., Pica, P., Izard, V., Spelke, E. S., Dehaene, S. (2013),
“Education enhances the acuity of the nonverbal approximate number
system”, Psychological Science, 24 (6), 1037-1043.
Pica, P., Lemer, C., Izard, V., Dehaene, S. (2004), “Exact and
approximate arithmetic in an Amazonian indigene group”, Science, 306
(5695), 499-503.
Pierce, L. J., Klein, D., Chen, J.-K., Delcenserie, A., Genesee, F. (2014),
“Mapping the unconscious maintenance of a lost first language”, Proc.
Natl Acad. Sci. USA, 111 (48), 17.314-17.319.
Pinheiro-Chagas, P., Dotan, D., Piazza, M., Dehaene, S. (2017), “Finger
tracking reveals the covert stages of mental arithmetic”, Open Mind, 1
(1), 30-41.
Pittenger, C., Kandel, E. R. (2003), “In search of general mechanisms for
longlasting plasticity: Aplysia and the hippocampus”, Philos. Trans. R.
Soc. Lond. B. Biol. Sci., 358 (1432), 757-763.
Poirel, N., Borst, G., Simon, G., Rossi, S., Cassotti, M., Pineau, A.,
Houdé, O. (2012), “Number conservation is related to children’s
prefrontal inhibitory control: An fMRI study of a piagetian task”, PLoS
ONE, 7 (7).
Poo, M.-M., Pignatelli, M., Ryan, T. J., Tonegawa, S., Bonhoeffer, T.,
Martin, K. C., …, Stevens, C. (2016), “What is memory? The present
state of the engram”, BMC Biology, 14, 40.
Posner, M. I. (1994), “Attention: The mechanisms of consciousness”,
Proc. Natl Acad. Sci. USA, 91, 7398-7403.
Posner, M. I., Rothbart, M. K. (1998), “Attention, self-regulation and
consciousness”, Philos. Trans. R. Soc. Lond. B. Biol. Sci., 353 (1377),
1915-1927.
Prado, E. L., Dewey, K. G. (2014), “Nutrition and brain development in
early life”, Nutrition Reviews, 72 (4), 267-284.
Prehn-Kristensen, A., Munz, M., Göder, R., Wilhelm, I., Korr, K., Vahl,
W., …, Baving, L. (2014), “Transcranial oscillatory direct current
stimulation during sleep improves declarative memory consolidation in
children with attention-deficit/hyperactivity disorder to a level
comparable to healthy controls”, Brain Stimulation, 7 (6), 793-799.
Qin, S., Cho, S., Chen, T., Rosenberg-Lee, M., Geary, D. C., Menon, V.
(2014), “Hippocampal-neocortical functional reorganization underlies
children’s cognitive development”, Nature Neuroscience, 17 (9), 12631269.
Quartz, S. R., Sejnowski, T. J. (1997), “The neural basis of cognitive
development: A constructivist manifesto”, Behav. Brain Sci., 20 (4),
537-556; discussion, 556-596.
Rakic, P., Bourgeois, J. P., Eckenhoff, M. F., Zecevic, N., GoldmanRakic, P. S. (1986), “Concurrent overproduction of synapses in diverse
regions of the primate cerebral cortex”, Science, 232 (4747), 232-235.
Ramanathan, D. S., Gulati, T., Ganguly, K. (2015), “Sleep-dependent
reactivation of ensembles in motor cortex promotes skill consolidation”,
PLoS Biology, 13 (9).
Ramirez, S., Liu, X., Lin, P.-A., Suh, J., Pignatelli, M., Redondo, R. L.,
…, Tonegawa, S. (2013), “Creating a false memory in the
hippocampus”, Science, 341 (6144), 387-391.
Ramirez, S., Liu, X., MacDonald, C. J., Moffa, A., Zhou, J., Redondo, R.
L., Tonegawa, S. (2015), “Activating positive memory engrams
suppresses depression-like behaviour”, Nature, 522 (7556), 335-339.
Rankin, C. H. (2004), “Invertebrate learning: What can’t a worm
learn?”, Current Biology, 14 (15), R617-618.
Rasch, B., Büchel, C., Gais, S., Born, J. (2007), “Odor cues during slowwave sleep prompt declarative memory consolidation”, Science, 315
(5817), 1426-1429.
Rasmussen, A., Jirenhed, D. A., Hesslow, G. (2008), “Simple and
complex spike firing patterns in Purkinje cells during classical
conditioning”, Cerebellum, 7 (4), 563-566.
Rattan, A., Savani, K., Chugh, D., Dweck, C. S. (2015), “Leveraging
mindsets to promote academic achievement: Policy recommendations”,
Perspectives on Psychological Science, 10 (6), 721-726.
Reich, L., Szwed, M., Cohen, L., Amedi, A. (2011), “A ventral visual
stream reading center independent of visual experience”, Current
Biology, 21 (5), 363-368.
Reid, V. M., Dunn, K., Young, R. J., Amu, J., Donovan, T., Reissland,
N. (2017), “The human fetus preferentially engages with face-like
visual stimuli”, Current Biology, 27 (12), 1825-1828.e3.
Rescorla, R. A., Wagner, A. R. (1972), “A theory of Pavlovian
conditioning: Variations in the effectiveness of reinforcement and
nonreinforcement”, Classical Conditioning II: Current Research and
Theory, 2, 64-99.
Ribeiro, S., Goyal, V., Mello, C. V., Pavlides, C. (1999), “Brain gene
expression during REM sleep depends on prior waking experience”,
Learning and Memory, 6 (5), 500-508.
Ritchie, S. J., Tucker-Drob, E. (2017), “How much does education
improve intelligence? A meta-analysis”, PsyArXiv Preprints,
<psyarxiv.com/kymhp>.
Rivera, S. M., Reiss, A. L., Eckert, M. A., Menon, V. (2005),
“Developmental changes in mental arithmetic: Evidence for increased
functional specialization in the left inferior parietal cortex”, Cereb.
Cortex, 15 (11), 1779-1790.
Robey, A. M., Dougherty, M. R., Buttaccio, D. R. (2017), “Making
retrospective confidence judgments improves learners’ ability to decide
what not to study”, Psychological Science, 28 (11).
Roediger, H. L., Karpicke, J. D. (2006), “Test-enhanced learning:
Taking memory tests improves long-term retention”, Psychological
Science, 17 (3), 249-255.
Rohrer, D., Taylor, K. (2006), “The effects of overlearning and
distributed practise on the retention of mathematics knowledge”,
Applied Cognitive Psychology, 20 (9), 1209-1224.
— (2007), “The shuffling of mathematics problems improves learning”,
Instructional Science, 35 (6), 481-498.
Romeo, R. R., Leonard, J. A., Robinson, S. T., West, M. R., Mackey, A.
P., Rowe, M. L., Gabrieli, J. D. E. (2018), “Beyond the 30-million-word
gap: Children’s conversational exposure is associated with languagerelated brain function”, Psychological Science, 29 (5), 700-710.
Rouault, M., Koechlin, E. (2018), “Prefrontal function and cognitive
control: From action to language”, Current Opinion in Behavioral
Sciences, 21, 106-111.
Rudoy, J. D., Voss, J. L., Westerberg, C. E., Paller, K. A. (2009),
“Strengthening individual memories by reactivating them during sleep”,
Science, 326 (5956), 1079.
Rueckl, J. G., Paz-Alonso, P. M., Molfese, P. J., Kuo, W. J., Bick, A.,
Frost, S. J., …, Frost, R. (2015), “Universal brain signature of proficient
reading: Evidence from four contrasting languages”, Proc. Natl Acad.
Sci. USA, 112 (50), 15.510-15.515.
Rueda, M. R., Rothbart, M. K., McCandliss, B. D., Saccomanno, L.,
Posner, M. I. (2005), “Training, maturation, and genetic influences on
the development of executive attention”, Proc. Natl Acad. Sci. USA, 102
(41), 14.931-14.936.
Rugani, R., Fontanari, L., Simoni, E., Regolin, L., Vallortigara, G.
(2009), “Arithmetic in newborn chicks”, Proc. Biol. Sci., 276 (1666),
2451-2460.
Rugani, R., Vallortigara, G., Priftis, K., Regolin, L. (2015), “Animal
cognition. Number-space mapping in the newborn chick resembles
humans’ mental number line”, Science, 347 (6221), 534-536.
Sabbah, N., Authié, C. N., Sanda, N., Mohand-Saïd, S., Sahel, J.-A.,
Safran, A. B., …, Amedi, A. (2016), “Increased functional connectivity
between language and visually deprived areas in late and partial
blindness”, NeuroImage, 136, 162-173.
Sackur, J., Dehaene, S. (2009), “The cognitive architecture for chaining
of two mental operations”, Cognition, 111 (2), 187-211.
Sadtler, P. T., Quick, K. M., Golub, M. D., Chase, S. M., Ryu, S. I.,
Tyler-Kabara, E. C., …, Batista, A. P. (2014), “Neural constraints on
learning”, Nature, 512 (7515), 423-426.
Saffran, J. R., Aslin, R. N., Newport, E. L. (1996), “Statistical learning
by 8-month-old infants”, Science, 274 (5294), 1926-1928.
Sakai, T., Mikami, A., Tomonaga, M., Matsui, M., Suzuki, J., Hamada,
Y., …, Matsuzawa, T. (2011), “Differential prefrontal white matter
development in chimpanzees and humans”, Current Biology, 21 (16),
1397-1402.
Salimpoor, V. N., Van den Bosch, I., Kovacevic, N., McIntosh, A. R.,
Dagher, A., Zatorre, R. J. (2013), “Interactions between the nucleus
accumbens and auditory cortices predict music reward value”, Science,
340 (6129), 216-219.
Samson, D. R., Nunn, C. L. (2015), “Sleep intensity and the evolution of
human cognition”, Evolutionary Anthropology, 24 (6), 225-237.
Sangrigoli, S., Pallier, C., Argenti, A.-M., Ventureyra, V. A., Schonen,
S. de (2005), “Reversibility of the other-race effect in face recognition
during childhood”, Psychological Science, 16 (6), 440-444.
Saygin, Z. M., Norton, E. S., Osher, D. E., Beach, S. D., Cyr, A. B.,
Ozernov-Palchik, O., …, Gabrieli, J. D. E. (2013), “Tracking the roots
of reading ability: White matter volume and integrity correlate with
phonological awareness in prereading and early-reading kindergarten
children”, J. Neurosci., 33 (33), 13.251-13.258.
Saygin, Z. M., Osher, D. E., Koldewyn, K., Reynolds, G., Gabrieli, J. D.,
Saxe, R. R. (2012), “Anatomical connectivity patterns predict face
selectivity in the fusiform gyrus”, Nature Neuroscience, 15 (2), 321327.
Saygin, Z. M., Osher, D. E., Norton, E. S., Youssoufian, D. A., Beach, S.
D., Feather, J., …, Kanwisher, N. (2016), “Connectivity precedes
function in the development of the visual word form area”, Nature
Neuroscience, 19 (9), 1250-1255.
Schapiro, A. C., Turk-Browne, N. B., Norman, K. A., Botvinick, M. M.
(2016), “Statistical learning of temporal community structure in the
hippocampus”, Hippocampus, 26 (1), 3-8.
Schlaug, G., Jancke, L., Huang, Y., Staiger, J. F., Steinmetz, H. (1995),
“Increased corpus callosum size in musicians”, Neuropsychologia, 33
(8), 1047-1055.
Schmidt, R. A., Bjork, R. A. (1992), “New conceptualizations of
practice: Common principles in three paradigms suggest new concepts
for training”, Psychological Science, 3 (4), 207-217.
Schoenemann, P. T., Sheehan, M. J., Glotzer, L. D. (2005), “Prefrontal
white matter volume is disproportionately larger in humans than in
other primates”, Nature Neuroscience, 8 (2), 242-252.
Schultz, W., Dayan, P., Montague, P. R. (1997), “A neural substrate of
prediction and reward”, Science, 275, 1593-1599.
Schweinhart, L. J. (1993), Significant Benefits. The High/Scope Perry
Preschool Study through Age 27, Ypsilanti, High/Scope Educational
Research Foundation, ERIC.
Sederberg, P. B., Kahana, M. J., Howard, M. W., Donner, E. J., Madsen,
J. R. (2003), “Theta and gamma oscillations during encoding predict
subsequent recall”, J. Neurosci., 23 (34), 10.809-10.814.
Sederberg, P. B., Schulze-Bonhage, A., Madsen, J. R., Bromfield, E. B.,
McCarthy, D. C., Brandt, A., …, Kahana, M. J. (2006), “Hippocampal
and neocortical gamma oscillations predict memory formation in
humans”, Cereb. Cortex, 17 (5), 1190-1196.
Seehagen, S., Konrad, C., Herbert, J. S., Schneider, S. (2015), “Timely
sleep facilitates declarative memory consolidation in infants”, Proc.
Natl Acad. Sci., 112 (5), 1625-1629.
Seitz, A., Lefebvre, C., Watanabe, T., Jolicœur, P. (2005), “Requirement
for high-level processing in subliminal learning”, Current Biology, 15
(18), R753-755.
Senghas, A., Kita, S., Özyürek, A. (2004), “Children creating core
properties of language: Evidence from an emerging sign language in
Nicaragua”, Science, 305 (5691), 1779-1782.
Shah, P. E., Weeks, H. M., Richards, B., Kaciroti, N. (2018), “Early
childhood curiosity and kindergarten reading and math academic
achievement”, Pediatric Research, 1.
Shatz, C. J. (1996), “Emergence of order in visual system development”,
Proc. Natl Acad. Sci. USA, 93 (2), 602-608.
Shaywitz, S. E., Escobar, M. D., Shaywitz, B. A., Fletcher, J. M.,
Makuch, R. (1992), “Evidence that dyslexia may represent the lower tail
of a normal distribution of reading ability”, N. Engl. J. Med., 326 (3),
145-150.
Sheese, B. E., Rothbart, M. K., Posner, M. I., White, L. K., Fraundorf, S.
H. (2008), “Executive attention and self-regulation in infancy”, Infant.
Behav. Dev., 31 (3), 501-510.
Sheridan, M. A., Fox, N. A., Zeanah, C. H., McLaughlin, K. A., Nelson,
C. A. (2012), “Variation in neural development as a result of exposure
to institutionalization early in childhood”, Proc. Natl Acad. Sci. USA,
109 (32), 12.927-12.932.
Shi, R., Lepage, M. (2008), “The effect of functional morphemes on
word segmentation in preverbal infants”, Dev. Sci., 11 (3), 407-413.
Shipston-Sharman, O., Solanka, L., Nolan, M. F. (2016), “Continuous
attractor network models of grid cell firing based on excitatoryinhibitory interactions”, Journal of Physiology, 594 (22), 6547-6557.
Shneidman, L. A., Arroyo, M. E., Levine, S. C., Goldin-Meadow, S.
(2013), “What counts as effective input for word learning?”, Journal of
Child Language, 40 (3), 672-686.
Shneidman, L. A., Goldin-Meadow, S. (2012), “Language input and
acquisition in a Mayan village: How important is directed speech?”,
Dev. Sci., 15 (5), 659-673.
Shohamy, D., Turk-Browne, N. B. (2013), “Mechanisms for widespread
hippocampal involvement in cognition”, Journal of Experimental
Psychology: General, 142 (4), 1159-1170.
Siegler, R. S. (1989), “Mechanisms of cognitive development”, Annu.
Rev. Psychol., 40, 353-379.
Siegler, R. S., Opfer, J. E. (2003), “The development of numerical
estimation: Evidence for multiple representations of numerical
quantity”, Psychological Science, 14 (3), 237-243.
Siegler, R. S., Thompson, C. A., Schneider, M. (2011), “An integrated
theory of whole number and fractions development”, Cognitive
Psychology, 62 (4), 273-296.
Sigman, M., Dehaene, S. (2008), “Brain mechanisms of serial and
parallel processing during dual-task performance”, J. Neurosci., 28 (30),
7585-7598.
Sigman, M., Pan, H., Yang, Y., Stern, E., Silbersweig, D., Gilbert, C. D.
(2005), “Top-down reorganization of activity in the visual pathway after
learning a shape identification task”, Neuron, 46 (5), 823-835.
Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., Van den
Driessche, G., …, Hassabis, D. (2016), “Mastering the game of Go with
deep neural networks and tree search”, Nature, 529 (7587), 484-489.
Simons, D. J., Chabris, C. F. (1999), “Gorillas in our midst: Sustained
inattentional blindness for dynamic events”, Perception, 28 (9), 10591074.
Sisk, V. F., Burgoyne, A. P., Sun, J., Butler, J. L., Macnamara, B. N.
(2018), “To what extent and under which circumstances are growth
mind-sets important to academic achievement? Two meta-analyses”,
Psychological Science, 29 (4), 549-571.
Skaggs, W. E., McNaughton, B. L. (1996), “Replay of neuronal firing
sequences in rat hippocampus during sleep following spatial
experience”, Science, 271 (5257), 1870-1873.
Smaers, J. B., Gómez-Robles, A., Parks, A. N., Sherwood, C. C. (2017),
“Exceptional evolutionary expansion of prefrontal cortex in great apes
and humans”, Current Biology, 27 (5), 714-720.
Spelke, E. (2003), “What makes us smart? Core knowledge and natural
language”, en D. Gentner, S. Goldin-Meadow (eds.), Language in Mind,
Cambridge (Mass.), MIT Press.
Spencer, S. J., Steele, C. M., Quinn, D. M. (1999), “Stereotype threat
and women’s math performance”, Journal of Experimental Social
Psychology, 35 (1), 4-28.
Spencer-Smith, M., Klingberg, T. (2015), “Benefits of a working
memory training program for inattention in daily life: A systematic
review and meta-analysis”, PLoS ONE, 10 (3).
Srihasam, K., Mandeville, J. B., Morocz, I. A., Sullivan, K. J.,
Livingstone, M. S. (2012), “Behavioral and Anatomical consequences
of early versus late symbol training in macaques”, Neuron, 73 (3), 608619.
Stahl, A. E., Feigenson, L. (2015), “Observing the unexpected enhances
infants’ learning and exploration”, Science, 348 (6230), 91-94.
Starkey, P., Cooper, R. G. Jr (1980), “Perception of numbers by human
infants”, Science, 210, 1033-1035.
Starkey, P., Spelke, E. S., Gelman, R. (1990), “Numerical abstraction by
human infants”, Cognition, 36, 97-127.
Steele, C. M., Aronson, J. (1995), “Stereotype threat and the intellectual
test performance of African Americans”, Journal of Personality and
Social Psychology, 69 (5), 797.
Steinhauer, K., Drury, J. E. (2012), “On the early left-anterior negativity
(ELAN) in syntax studies”, Brain and Language, 120 (2), 135-162.
Stickgold, R. (2005), “Sleep-dependent memory consolidation”, Nature,
437 (7063), 1272-1278.
Strauss, M., Sitt, J. D., King, J.-R., Elbaz, M., Azizi, L., Buiatti, M., …,
Dehaene, S. (2015), “Disruption of hierarchical predictive coding
during sleep”, Proc. Natl Acad. Sci. USA, 112 (11), E1353-1362.
Striem-Amit, E., Amedi, A. (2014), “Visual cortex extrastriate bodyselective area activation in congenitally blind people “seeing” by using
sounds”, Current Biology, 24 (6), 687-692.
Strnad, L., Peelen, M. V., Bedny, M., Caramazza, A. (2013),
“Multivoxel pattern analysis reveals auditory motion information in
MT+ of both congenitally blind and sighted individuals”, PLoS ONE, 8
(4).
Sun, T., Patoine, C., Abu-Khalil, A., Visvader, J., Sum, E., Cherry, T. J.,
…, Walsh, C. A. (2005), “Early asymmetry of gene transcription in
embryonic human left and right cerebral cortex”, Science, 308 (5729),
1794-1798.
Sun, Z. Y., Klöppel, S., Rivière, D., Perrot, M., Frackowiak, R., Siebner,
H., Mangin, J.-F. (2012), “The effect of handedness on the shape of the
central sulcus”, NeuroImage, 60 (1), 332-339.
Sur, M., Garraghty, P. E., Roe, A. W. (1988), “Experimentally induced
visual projections into auditory thalamus and cortex”, Science, 242
(4884), 1437-1441.
Sur, M., Rubenstein, J. L. R. (2005), “Patterning and plasticity of the
cerebral cortex”, Science, 310 (5749), 805-810.
Sutton, R. S., Barto, A. G. (1998), Reinforcement Learning: An
Introduction, Cambridge (Mass.), MIT Press.
Szpunar, K. K., Khan, N. Y., Schacter, D. L. (2013), “Interpolated
memory tests reduce mind wandering and improve learning of online
lectures”, Proc. Natl Acad. Sci. USA, 110 (16), 6313-6317.
Szwed, M., Dehaene, S., Kleinschmidt, A., Eger, E., Valabregue, R.,
Amadon, A., Cohen, L. (2011), “Specialization for written words over
objects in the visual cortex”, NeuroImage, 56 (1), 330-344.
Szwed, M., Qiao, E., Jobert, A., Dehaene, S., Cohen, L. (2014), “Effects
of literacy in early visual and occipitotemporal areas of Chinese and
French readers”, J. Cogn. Neurosci., 26 (3), 459-475.
Szwed, M., Ventura, P., Querido, L., Cohen, L., Dehaene, S. (2012),
“Reading acquisition enhances an early visual process of contour
integration”, Dev. Sci., 15 (1), 139-149.
Takeuchi, T., Duszkiewicz, A. J., Morris, R. G. M. (2014), “The
synaptic plasticity and memory hypothesis: Encoding, storage and
persistence”, Philos. Trans. R. Soc. B. Biol. Sci., 369 (1633).
Tenenbaum, J. B., Kemp, C., Griffiths, T. L., Goodman, N. D. (2011),
“How to grow a mind: Statistics, structure, and abstraction”, Science,
331 (6022), 1279-1285.
Terrace, H. S., Petitto, L. A., Sanders, R. J., Bever, T. G. (1979), “Can
an ape create a sentence?”, Science, 206 (4421), 891-902.
Thiebaut de Schotten, M., Cohen, L., Amemiya, E., Braga, L. W.,
Dehaene, S. (2014), “Learning to read improves the structure of the
arcuate fasciculus”, Cereb. Cortex, 24 (4), 989-995.
Thornton, A., McAuliffe, K. (2006), “Teaching in wild meerkats”,
Science, 313 (5784), 227-229.
Todorovic, A., De Lange, F. P. (2012), “Repetition suppression and
expectation suppression are dissociable in time in early auditory evoked
fields”, J. Neurosci., 32 (39), 13.389-13.395.
Tombu, M., Jolicœur, P. (2004), “Virtually no evidence for virtually
perfect time-sharing”, J. Exp. Psychol. Hum. Percept. Perform., 30 (5),
795-810.
Uhrig, L., Dehaene, S., Jarraya, B. (2014), “A hierarchy of responses to
auditory regularities in the macaque brain”, J. Neurosci., 34 (4), 11271132.
Van Praag, H., Kempermann, G., Gage, F. H. (2000), “Neural
consequences of environmental enrichment”, Nature Reviews.
Neuroscience, 1 (3), 191-198.
Van Vugt, B., Dagnino, B., Vartak, D., Safaai, H., Panzeri, S., Dehaene,
S., Roelfsema, P. R. (2018), “The threshold for conscious report: Signal
loss and response bias in visual and frontal cortex”, Science, 360
(6388), 537-542.
Ventura, P., Fernandes, T., Cohen, L., Morais, J., Kolinsky, R., Dehaene,
S. (2013), “Literacy acquisition reduces the influence of automatic
holistic processing of faces and houses”, Neuroscience Letters, 554,
105-109.
Vinckier, F., Dehaene, S., Jobert, A., Dubus, J. P., Sigman, M., Cohen,
L. (2007), “Hierarchical coding of letter strings in the ventral stream:
Dissecting the inner organization of the visual word-form system”,
Neuron, 55 (1), 143-156.
Vinckier, F., Naccache, L., Papeix, C., Forget, J., Hahn-Barma, V.,
Dehaene, S., Cohen, L. (2006), “‘What’ and ‘where’ in word reading:
Ventral coding of written words revealed by parietal atrophy”, J. Cogn.
Neurosci., 18 (12), 1998-2012.
Viswanathan, P., Nieder, A. (2013), “Neuronal correlates of a visual
‘sense of number’ in primate parietal and prefrontal cortices”, Proc.
Natl Acad. Sci. USA, 110 (27), 11.187-11.192.
— (2015), “Differential impact of behavioral relevance on quantity
coding in primate frontal and parietal neurons”, Current Biology, 25
(10), 1259-1269.
Vogel, E. K., Machizawa, M. G. (2004), “Neural activity predicts
individual differences in visual working memory capacity”, Nature, 428
(6984), 748-751.
Voss, M. W., Vivar, C., Kramer, A. F., Van Praag, H. (2013), “Bridging
animal and human models of exercise-induced brain plasticity”, Trends
Cogn. Sci., 17 (10), 525-544.
Wacongne, C., Labyt, E., Van Wassenhove, V., Bekinschtein, T.,
Naccache, L., Dehaene, S. (2011), “Evidence for a hierarchy of
predictions and prediction errors in human cortex”, Proc. Natl. Acad.
Sci. USA, 108 (51), 20.754-20.759.
Waelti, P., Dickinson, A., Schultz, W. (2001), “Dopamine responses
comply with basic assumptions of formal learning theory”, Nature, 412
(6842), 43-48.
Wagner, A. D., Schacter, D. L., Rotte, M., Koutstaal, W., Maril, A.,
Dale, A. M., …, Buckner, R. L. (1998), “Building memories:
Remembering and forgetting of verbal experiences as predicted by brain
activity”, Science, 281 (5380), 1188-1191.
Wagner, U., Gais, S., Haider, H., Verleger, R., Born, J. (2004), “Sleep
inspires insight”, Nature, 427 (6972), 352-355.
Walker, M. P., Brakefield, T., Hobson, J. A., Stickgold, R. (2003),
“Dissociable stages of human memory consolidation and
reconsolidation”, Nature, 425 (6958), 616-620.
Walker, M. P., Stickgold, R. (2004), “Sleep-dependent learning and
memory consolidation”, Neuron, 44 (1), 121-133.
Walker, M. P., Stickgold, R., Alsop, D., Gaab, N., Schlaug, G. (2005),
“Sleep-dependent motor memory plasticity in the human brain”,
Neuroscience, 133 (4), 911-917.
Walker, S. P., Chang, S. M., Powell, C. A., Grantham-McGregor, S. M.
(2005), “Effects of early childhood psychosocial stimulation and
nutritional supplementation on cognition and education in growthstunted Jamaican children: Prospective cohort study”, The Lancet, 366
(9499), 1804-1807.
Wang, L., Krauzlis, R. J. (2018), “Visual selective attention in mice”,
Current Biology, 28 (5), 676-685.e4.
Wang, L., Uhrig, L., Jarraya, B., Dehaene, S. (2015), “Representation of
numerical and sequential patterns in macaque and human brains”,
Current Biology, 25 (15), 1966-1974.
Warneken, F., Tomasello, M. (2006), “Altruistic helping in human
infants and young chimpanzees”, Science, 311 (5765), 1301-1303.
Watanabe, T., Nanez, J. E., Sasaki, Y. (2001), “Perceptual learning
without perception”, Nature, 413 (6858), 844-848.
Weber-Fox, C. M., Neville, H. J. (1996), “Maturational constraints on
functional specialization for language processing: ERP and behavioral
evidence in bilingual speakers”, J. Cogn. Neurosci., 8, 231-256.
Werker, J. F., Hensch, T. K. (2014), “Critical periods in speech
perception: New directions”, Annu. Rev. Psychol., 66, 173-196.
Werker, J. F., Tees, R. C. (1984), “Cross-language speech perception:
Evidence for perceptual reorganization during the first year of life”,
Infant Behavior and Development, 7, 49-63.
Whitlock, J. R., Heynen, A. J., Shuler, M. G., Bear, M. F. (2006),
“Learning induces long-term potentiation in the hippocampus”, Science,
313 (5790), 1093-1097.
Widloski, J., Fiete, I. R. (2014), “A model of grid cell development
through spatial exploration and spike time-dependent plasticity”,
Neuron, 83 (2), 481-495.
Wilhelm, I., Rose, M., Imhof, K. I., Rasch, B., Büchel, C., Born, J.
(2013), “The sleeping child outplays the adult’s capacity to convert
implicit into explicit knowledge”, Nature Neuroscience, 16 (4), 391393.
Wills, T. J., Cacucci, F., Burgess, N., O’Keefe, J. (2010), “Development
of the hippocampal cognitive map in preweanling rats”, Science, 328
(5985), 1573-1576.
Wilson, M. A., McNaughton, B. L. (1994), “Reactivation of
hippocampal ensemble memories during sleep”, Science, 265 (5172),
676-679.
Windsor, J., Moraru, A., Nelson, C. A., Fox, N. A., Zeanah, C. H.
(2013), “Effect of foster care on language learning at eight years:
Findings from the Bucharest Early Intervention Project”, Journal of
Child Language, 40 (3), 605-627.
Wynn, K. (1992), “Addition and subtraction by human infants”, Nature,
358, 749-750.
Xu, F., García, V. (2008), “Intuitive statistics by 8-month-old infants”,
Proc. Natl Acad. Sci. USA, 105 (13), 5012-5015.
Xu, F., Tenenbaum, J. B. (2007), “Word learning as Bayesian
inference”, Psychol. Rev., 114 (2), 245-272.
Xu, K., Ba, J., Kiros, R., Cho, K., Courville, A., Salakhutdinov, R., …,
Bengio, Y. (2015), “Show, attend and tell: Neural image caption
generation with visual attention”, <arxiv.org/abs/150203044>.
Yang, C. (2013), “Ontogeny and phylogeny of language”, Proc. Natl
Acad. Sci. USA, 110 (16), 6324-6327.
Yoncheva, Y. N., Blau, V. C., Maurer, U., McCandliss, B. D. (2010),
“Attentional focus during learning impacts N170 ERP responses to an
artificial script”, Dev. Neuropsychol., 35 (4), 423-445.
Yoon, J. M. D., Johnson, M. H., Csibra, G. (2008), “Communicationinduced memory biases in preverbal infants”, Proc. Natl Acad. Sci.
USA, 105 (36), 13.690-13.695.
Yoon, K., Buice, M. A., Barry, C., Hayman, R., Burgess, N., Fiete, I. R.
(2013), “Specific evidence of low-dimensional continuous attractor
dynamics in grid cells”, Nature Neuroscience, 16 (8), 1077-1084.
Young, C. B., Wu, S. S., Menon, V. (2012), “The neurodevelopmental
basis of math anxiety”, Psychological Science, 23 (5), 492-501.
Zaromb, F. M., Karpicke, J. D., Roediger, H. L. (2010), “Comprehension
as a basis for metacognitive judgments: Effects of effort after meaning
on recall and metacognition”, J. Exp. Psychol. Learn. Mem. Cogn., 36
(2), 552-557.
Zaromb, F. M., Roediger, H. L. I. (2010), “The testing effect in free
recall is associated with enhanced organizational processes”, Memory
and Cognition, 38 (8), 995-1008.
Zhu, X., Wang, F., Hu, H., Sun, X., Kilgard, M. P., Merzenich, M. M.,
Zhou, X. (2014), “Environmental acoustic enrichment promotes
recovery from developmentally degraded auditory cortical processing”,
The J. Neurosci., 34 (16), 5406-5415.
Zoccolotti, P., De Luca, M., Di Pace, E., Gasperini, F., Judica, A.,
Spinelli, D. (2005), “Word length effect in early reading and in
developmental dyslexia”, Brain and Language, 93 (3), 369-373.
Zylberberg, A., Dehaene, S., Roelfsema, P. R., Sigman, M. (2011), “The
human Turing machine: A neural framework for mental programs”,
Trends Cogn. Sci., 15 (7), 293-300.
Créditos de material gráfico
Figura 1 (arriba y abajo), gentilmente autorizado por Antonio Battro.
Figuras 2 (abajo), 8, 13 (arriba derecha y centro), 14 (abajo derecha), 29
(arriba) y 34, Stanislas Dehaene.
Figura 3 (arriba), tomado de <ai.googleblog.com/2017/05/usingmachine-learning-to-explore.html>; (abajo), Olah, Mordvintsev y
Schubert (2017).
Figura 4,tomado de Guerguiev, Lillicrap y Richards (2017: figura 6).
Figura 5, tomado de Tenenbaum y otros (2011), gentilmente autorizado
por Joshua Tenenbaum.
Figura 6, tomado de Kemp y Tenenbaum (2008: figuras 2 y 3).
Figura 7 (arriba), gentilmente autorizado por Fei Xu; (abajo), cedido por
Molly Dillon y Elizabeth Spelke.
Figura 9 (arriba), gentilmente autorizado por G. Dehaene-Lambertz y J.
Dubois; (abajo), tomado de Dehaene-Lambertz y otros (2006).
Figura 10, tomado de Krubitzer (2007), con su gentil autorización.
Figura 11 (arriba), gentilmente cedido por Alain Chédotal; tomado de
Belle y otros (2017); abajo, cedido por Dehaene-Lambertz y Dubois.
Figura 12, a partir de Amunts y otros (2010: figuras 1 y 7).
Figura 13 (arriba derecha), tomado de <pexels.com/photo/animalsapiary-beehive-beekeeping-928978/>; (abajo), a partir de Hafting y
otros (2005).
Figura 14 (izquierda): © Aisa/Leemage; (arriba derecha), gentilmente
autorizado por Philip Buttery.
Figura 15, tomado de Muckli, Naumer y Singer (2009: figura 2).
Figura 16, © 1939… 1967, Harvard College; © renovado 1967… 1991.
Figura 17 (arriba), a partir de Flege, Munro y MacKay (1995); Johnson
y Newport (1989); Hartshorne y otros (2018); (abajo), tomado de Pierce
y otros (2014: figura 3).
Figura 18 (arriba), gentilmente cedido por Eric Knudsen; (abajo), a
partir de Knudsen, Zheng y DeBello (2000: figuras 2 y 3).
Figura 19 (arriba), © Michael Carroll, a partir de Berens y Nelson
(2015); (abajo), tomado de Almas y otros (2012: figura 1).
Figura 20, tomado de Amalric y Dehaene (2016).
Figura 21 (abajo), a partir de Amalric, Denghien y Dehaene (2017).
Figuras 22 y 23, tomado de Dehaene y otros (2010).
Figura 24 (arriba), © Dehaene-Lambertz; (abajo), a partir de Monzalvo
y otros (2012).
Figuras 25 y 35 (izquierda), tomado de Dehaene-Lambertz, Monzalvo y
Dehaene (2018).
Figura 26, a partir de Xu y otros (2015).
Figura 27 (abajo), a partir de Kilgard y Merzenich (1998).
Figura 28, gentilmente cedido por Bruce McCandliss (Yoncheva y
otros, 2010).
Figura 29 (abajo), gentilmente autorizado por Robert Zatorre
(Bermúdez y otros, 2009).
Figura 30, reproducido con gentil autorización de Gyorgy Gergely;
(arriba), tomado de Egyed, Király y Gergely (2013); (abajo), a partir de
Gergely, Bekkering y Király (2002).
Figura 31, a partir de Held y Hein (1963: figura 1).
Figura 32, a partir de Kaplan y Oudeyer (2007: figura 3).
Figura 33, adaptado de Bekinschtein y otros (2009) y Strauss y otros
(2015).
Figura 35 (derecha), tomado de Zoccolotti y otros (2005).
Figura 36, a partir de Chen y Wilson (2017).
El restante material iconográfico pertenece al dominio público y está
libre de derechos. En todos los casos, se invoca el fair use.